[發明專利]一種火星探測器制動捕獲多目標優化方法及系統

有效

• 申請號: 202011119120.5
• 申請日: 2020-10-19
• 公開（公告）號: CN112417645B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 趙晶;曲相宇
• 申請（專利權）人: 齊魯工業大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/006;G06F111/06
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李琳

本公開提供了一種火星探測器制動捕獲多目標優化方法及系統，所述方案提高了粒子的收斂速度，增強粒子的全局搜索能力和局部開發能力，首先在粒子速度更新過程中引入新的速度引導方向并融入收縮控制因子，然后提出基于精英庫的非支配解多樣性評估機制，利用非支配解的多樣性信息評估精英庫外部存檔中最優解的分布狀態，設計全局最優解選擇機制。利用全局最優選擇機制選出的粒子引導算法不斷優化；將本公開應用在火星探測器制動捕獲過程中，同時考慮制動目標軌道精度和燃料消耗，相對于傳統方法，在相同條件下更易收斂到最優解。

技術領域

本公開涉及多目標優化技術領域，尤其涉及一種火星探測器制動捕獲多目標優化方法及系統。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術信息，不必然構成在先技術。

傳統的火星探測器制動捕獲優化策略包括有限推力模型下推力慣性定向、推力速度反向、推力勻速轉動三種火星探測捕獲策略，以及火星探測器近火點捕獲制動以及姿態軌道耦合控制等問題，而針對多目標優化火星探測器制動捕獲的方法研究很少。

現有的多目標優化算法主要分為基于Pareto支配的方法和基于分解的方法。基于Pareto支配框架的核心思想就是通過Pareto支配關系來篩選解。由于經常會出現兩個解互不支配的情況，基于Pareto支配框架的算法中還需要引入一種多樣性維持策略來進一步篩選解。目前基于Pareto支配的方法發展出了精英策略，運用不同的方法選取精英粒子引導算法優化。基于分解的多目標進化算法是將多目標問題轉化為多個單目標子問題，然后通過線性的或非線性的聚合函數來實現，然后子問題之間協同進化，最終的多目標優化問題的解由每個子問題的解組成。

在算法收斂性方面，加快收斂速度和避免搜索陷入局部最優解是主要的改進方向。目前改進粒子收斂性方法主要有慣性系數w調整、近鄰拓撲結構重構或構建新的多樣性評價策略；在用于保存非支配解的外部存檔方面，主要方法是在外部存檔飽和后如何剔除多余的非劣解，主要方法有擁擠度距離排序、剪枝策略和基于參考點的外部檔案維護方法。

發明人發現傳統多目標優化算法在多目標優化問題領域一直有兩個問題--?多樣性和收斂性；特別是在火星探測器制動捕獲方面，其對于制動捕獲的求解效率以及精度具有更高的要求；對于Pareto支配方法來說，如何選擇全局最優解是首要的解決問題，但對于不同的多目標問題，解決效果往往參差不齊。對于分解方法主要存在兩方面問題，一是對聚合函數的依賴性過強，對于同一個優化問題，選擇不同聚合函數的優化效果差距很大；二是分解方法采用的線性分布的權重向量與問題真實的Pareto最優前沿分布不一致時，最后得到的Pareto最優前沿的分布性通常比較差。在火星探測器的制動捕獲方面，目標軌道精度和燃料消耗兩個方面往往是互相約束的兩個目標，只提高軌道精度意味著燃料的大量消耗，導致資源浪費成本增加，而燃料不足更會導致探測器無法運行，因此，如何有效提高火星探測器制動捕獲的多目標優化的效率和精度是急需解決的問題。

發明內容

本公開為了解決上述問題，提供一種火星探測器制動捕獲多目標優化方法及系統；所述方案基于多目標粒子群優化算法引入新的速度引導方向并融入收縮控制因子來增強粒子的全局搜索能力和局部開發能力；并通過精英庫中非支配解的多樣性信息評估最優解的分布狀態，設計全局最優解選擇機制自適應選擇最優解，提高算法的多樣性。

根據本公開實施例的第一個方面，提供了一種火星探測器制動捕獲多目標優化方法，包括：

獲取火星探測器的狀態參數，確定推力沿速度反向的捕獲策略中火星探測器制動捕獲階段的動力學方程；

利用終端位置誤差和燃料消耗動態加權構造目標函數，并確定火星探測器制動捕獲的相關約束；

利用改進的多目標粒子群算法對所述目標函數進行求解，獲得最優的制動捕獲策略。

進一步的，所述火星探測器的狀態參數包括位置、速度和質量，其在在推力沿速度反向的捕獲策略中火星探測器制動捕獲階段滿足動力學方程：