[發明專利]一種基于正態云模型的小衛星成本優化設計方法

有效

• 申請號: 201110176737.5
• 申請日: 2011-06-28
• 公開（公告）號: CN102222266A
• 公開（公告）日: 2011-10-19
• 發明（設計）人: 孫兆偉;陳長春;葉東;仲惟超;鄧泓;邢雷;王峰;陳雪芹
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 劉同恩

1.一種基于正態云模型的小衛星成本優化設計方法，其特征在于：所述方法是通過以下步驟實現的：

步驟一、建立小衛星成本C優化模型：小衛星成本C包括衛星系統的成本C_s、地面系統成本C_g和發射成本C_f，用C＝C_s+C_g+C_f來計算；

步驟二、設定小衛星成本C的優化設計變量：小衛星成本C的優化設計變量共包含七個優化設計變量，分別是電荷耦合器件相機焦距、軌道高度、圓柱體形狀衛星的底面半徑、衛星高度、太陽電池的類型、蓄電池的類型和任務周期；

步驟三、對步驟一中的七個優化設計變量進行初始化賦值：每個粒子用pⁱ表示，粒子群規模選為30個，隨機生成每個粒子pⁱ的初始位置和初始速度其中式中分別表示電荷耦合器件相機焦距、軌道高度、圓柱體形狀衛星的底面半徑、衛星高度、太陽電池的類型、蓄電池的類型和任務周期的初始值，其中式中分別表示對應的速度初始值，

利用公式一和公式二對粒子群進行初始化賦值：

公式一：x0ij=xmin+s1(xmax-xmin)(j=1,2,...,7)]]>

公式二：v0ij=xmin+s2(xmax-xmin)Δt(j=1,2,...,7)]]>

在公式一和公式二中，s₁和s₂是0，1之間的隨機數，x_min是設計變量取值的下限，x_max是設計變量取值的上限；

每個粒子pⁱ自身最優位置用Lⁱ來表示，Lⁱ的初始值整個粒子群粒子的最優位置用G來表示，G的初始值G₀按照下面步驟賦值：

a、計算粒子群即30個粒子在每個粒子自身最優位置對應的衛星成本

b、比較30個小衛星成本的大小，篩選出其中最小的小衛星成本，假定最小的小衛星成本為與其相對應的粒子為p^m，相對應的粒子p^m的自身最優位置是則

步驟四、假設優化算法已經完成了k(k≥1)步，下面計算每一個粒子的k+1步的速度：

假設算法計算到k(k≥1)步時，已得到的每個粒子pⁱ的自身最優位置為粒子群整體的最優位置為G_k，每個粒子pⁱ在k步時的位置為：速度為：vki=(vki1,vki2,...,vki7);]]>

在k+1步時，每個粒子pⁱ在k+1步的速度按照公式三、四、五計算：

公式三：vk+1ij=ωvkij+c1CPkijΔt+c2CPgkijΔt]]>

公式四：CPkij=cloud(Lkij-xkij,En,He)]]>

公式五：CPgkij=cloud(Gkj-xkij,En,He)]]>

公式三中的參數ω為慣性系數，c₁和c₂為置信系數，慣性系數ω取值范圍是[0.8，1.2]，置信系數c₁和c₂的取值范圍是[0，2]；是在第k步，由云模型生成的粒子pⁱ當前位置相對于它自身當前最優位置的相對距離；是在第k步，由云模型生成的粒子pⁱ當前位置相對于整個粒子群的最優位置G_k的相對距離，E_n是云模型的熵系數，H_e是云模型的超熵系數，在優化過程中E_n和H_e均取大于零的常數，其E_n和H_e取值需要滿足公式六：

公式六：En2+He2<13min{Lkij-xkij,Gkj-xkij}]]>

正態云模型cloud(E_x，E_n，H_e)的計算方法如下：

公式七：E′_n＝randn(E_n，H_e)

公式八：cloud(E_x，E_n，H_e)＝randn(E_x，E′_n)

其中，E′_n為計算過程中的中間變量，randn(E_n，H_e)表示生成E_n為期望，H_e為方差的以正態隨機數；randn(E_x，E′_n)表示生成以E′_n為期望，H_e為方差的以正態隨機數；

步驟五、利用粒子k+1步的速度和k步時的位置計算每個粒子k+1步的位置

利用當前速度和原來的位置按公式九更新每個粒子的位置

公式九：xk+1ij=xkij+vk+1ij(i=1,2,...,30;j=1,2,...,7)]]>

步驟六、計算k+1步每個粒子pⁱ的自身最優位置和粒子群整體的最優位置G_k+1：

每個粒子pⁱ的自身最優位置按公式十計算：

公式十：Lk+1i=LkiC(Lki)≤C(xk+1i)xk+1iC(Lki)>C(xk+1i)]]>

粒子群整體的最優位置G_k+1的計算過程如下：

計算k+1步時每個粒子自身最優位置對應的小衛星成本篩選出其中最小的小衛星成本，假定最小的小衛星成本為相對應的最優位置是則G_k+1按公式十一計算：

公式十一Gk+1=GkC(Gk)≤C(Lk+1s)Lk+1sC(Gk)>C(Lk+1s)]]>

步驟七、比較k+1步粒子群整體的最優位置G_k+1的小衛星成本C(G_k+1)與k步粒子群整體的最優位置G_k的小衛星成本C(G_k)差的絕對值：如果|C(G_k+1)-C(G_k)|＜0.01，則算法已經收斂，優化結束，G_k+1就是求得的最優解，如果|C(G_k+1)-C(G_k)|≥0.01，則算法沒有收斂，k+1步求的G_k+1不是最優解，重新回到步驟四，按照步驟四～步驟六，根據k+1步得到的和G_k+1計算k+2步的和G_k+2，直到滿足相鄰兩步的粒子群最優位置對應的小衛星成本的差的絕對值小于0.01為止。