[發明專利]基于進化算法的地火轉移軌道設計初值獲取方法及系統有效
| 申請號: | 202010130385.9 | 申請日: | 2020-02-28 |
| 公開(公告)號: | CN111382876B | 公開(公告)日: | 2023-09-29 |
| 發明(設計)人: | 朱慶華;劉宇;黃韻弘;魯啟東;張玉花;馮建軍 | 申請(專利權)人: | 上海航天控制技術研究所 |
| 主分類號: | G06N20/10 | 分類號: | G06N20/10;G06F18/2411 |
| 代理公司: | 中國航天科技專利中心 11009 | 代理人: | 馬全亮 |
| 地址: | 201109 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 進化 算法 轉移 軌道 設計 初值 獲取 方法 系統 | ||
1.一種基于進化算法的地火轉移軌道設計初值快速獲取方法,其特征在于包括如下步驟:
步驟一:根據GTOP數據庫,采用模型初值敏感矩陣特征值作為樣本標簽,建立地火轉移軌道學習樣本庫;
按照發射日期Dd、到達日期Da、發射能量Cd3及到達制動能量Ca3作為樣本特征來構建樣本點Xi,即下式:
其中l為樣本個數;
利用樣本點Xi和模型初值敏感矩陣特征值Ai,構建地火轉移軌道學習樣本庫如下:
步驟二:構建軌道優化支持向量機TO_SVM,對地火轉移軌道學習樣本庫進行學習;
利用建立的學習樣本庫求二次凸優化過程的最優解(ω*,b*),得到軌道優化分類決策函數:
f(x)=sgn((w*)Tφ(x)+b*)
該軌道優化分類決策函數即為訓練后得到的軌道優化支持向量機TO_SVM;
其中,其中sgn為符號函數,f(x)的值域為[0,1];
步驟三:針對需要設計的地火轉移軌道,運行步驟二中的軌道優化支持向量機TO_SVM,給出優勢方向的軌道設計初值供后續使用,軌道設計初值包括發射日期和到達日期;
具體為:
(1)針對需要設計的地火轉移軌道,生成樣本點集合
其中,Xj=[Dd(j),Da(j)];
(2)利用訓練好的支持向量機TO_SVM,對進行標簽分類,分類為1的樣本點集合即為優勢方向的軌道設計初值。
2.根據權利要求1所述的一種基于進化算法的地火轉移軌道設計初值快速獲取方法,其特征在于:所述GTOP數據庫是指國際軌跡優化競賽。
3.根據權利要求1所述的一種基于進化算法的地火轉移軌道設計初值快速獲取方法,其特征在于:所述需要設計的地火轉移軌道,發射日期區間[Cd1,Cd2],到達日期區間[Ca1,Ca2]。
4.一種根據權利要求1所述的地火轉移軌道設計初值快速獲取方法實現的地火轉移軌道設計初值獲取系統,其特征在于包括:
樣本庫建立模塊:根據GTOP數據庫,采用模型初值敏感矩陣特征值作為樣本標簽,建立地火轉移軌道學習樣本庫;
支持向量機建立模塊:構建軌道優化支持向量機TO_SVM,對地火轉移軌道學習樣本庫進行學習;
軌道設計初值確定模塊:針對需要設計的地火轉移軌道,運行軌道優化支持向量機TO_SVM,給出優勢方向的軌道設計初值供后續使用,軌道設計初值包括發射日期和到達日期。
5.根據權利要求4所述的地火轉移軌道設計初值獲取系統,其特征在于:
利用樣本點Xi和模型初值敏感矩陣特征值Ai,構建地火轉移軌道學習樣本庫如下:
其中,按照發射日期Dd、到達日期Da、發射能量Cd3及到達制動能量Ca3作為樣本特征來構建樣本點Xi,即下式:
其中l為樣本個數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海航天控制技術研究所,未經上海航天控制技術研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010130385.9/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種人臉注冊方法、裝置及存儲介質
- 下一篇:一種鎖具檢測裝置及檢測方法





