[發明專利]一種基于差分遺傳算法的火箭彈道參數優化方法

在審

• 申請號: 202210407420.6
• 申請日: 2022-04-19
• 公開（公告）號: CN114781257A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 唐奇;陳立偉;黃俊
• 申請（專利權）人: 西南科技大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/12;G06F17/11;G06F111/06;G06F111/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于差分遺傳算法的火箭彈道參數優化方法，其特征在于基于差分進化的遺傳算法進行彈道參數優化的具體步驟如下：

S1：隨機生成指定規模的種群，種群中的個體的染色體由設計的火箭彈道參數構成；

S2：對于當前種群中的染色體，求解彈道微分方程組，計算當前種群的目標函數值；

S3：選擇變異的基向量，對當前種群進行差分變異，得到變異個體；

S4：將變異個體與當前種群進行指數交叉得到試驗種群；

S5：在當前種群和試驗種群之間選擇得到新一代種群；

S6：種群進化迭代；

S7：輸出迭代優化過程與最優的彈道參數及彈道。

2.根據權利要求1所述的基于差分遺傳算法的火箭彈道參數優化方法，其特征在于所述步驟S1中的染色體種群由火箭各級燃料質量m_i、各級發動機平均推力P_i、各級燃料比沖I_sp(i)、轉彎飛行段攻角最大值的絕對值、轉彎飛行段攻角控制參數a、大氣層飛行段各級程序角控制參數組成，并使用實數編碼方式進行編碼。

3.根據權利要求1所述的基于差分遺傳算法的火箭彈道參數優化方法，其特征在于所述步驟S2中的彈道微分方程組如下：

(1)

公式(1)中，m、、、、、分別為質量、質量微分、速度微分，速度角微分、橫向位移微分、垂直位移微分，q為動壓，S_m為火箭特征面積，g為當前高度下的重力加速度，x為火箭橫向位移，y為火箭垂直位移，R為地球平均半徑，為火箭速度角，r為火箭運動矢徑，，C_L為火箭氣動升力系數，為火箭阻力系數對攻角的導數，后兩者可由公式(2)與公式(3)計算：

(2)

(3)

其中，Ma為速度馬赫數。

4.根據權利要求1所述的基于差分遺傳算法的火箭彈道參數優化方法，其特征在于所述步驟S2中種群目標函數值f的計算方式為：

(4)

公式(4)中，m_i為火箭各級裝藥量，n為火箭級數，w為懲罰因子，為約束條件的泛函，m為約束條件的個數。

5.根據權利要求1所述的基于差分遺傳算法的火箭彈道參數優化方法，其特征在于所述步驟S3中的基向量為種群中目標函數值最小的個體，變異方式如下：

選取第g代待變異個體X_best(g)，隨機選取與待變異個體不相同的兩個個體X_1(g)與X_2(g)，則變異后的個體V_(g+1)為：

(5)

公式(5)中的F為縮放因子，為一個常數。

6.根據權利要求1所述的基于差分遺傳算法的火箭彈道參數優化方法，其特征在于所述步驟S4中的交叉方式，包括：

步驟S41：隨機選取染色體中的第j個位置，并將交叉計數器L置為1；

步驟S42：將待交叉染色體的第j個基因與編譯染色體進行替換；

步驟S43：以公式(6)更新j，并將交叉計數器加1：

(6)

公式(6)中，D為染色體基因的個數；

步驟S44：隨機取0到1內的數，如果小于給定的交叉概率，或者LD，則結束交叉操作；否則循環步驟S42、S43、S44。

7.根據權利要求1所述的基于差分遺傳算法的火箭彈道參數優化方法，其特征在于所述步驟S5中的選擇方式，包括：

步驟S51：對當前種群和試驗種群分別進行隨機排序；

步驟S52：在兩個種群的對應位置中選出目標函數值更小，即適應度更大的個體，最終組成一個同規模的新種群。