PDF《用EA 求解非固定时间轨道转移和拦截问题 ！》

2 .

5 算法步骤 首先设定最大进化代数为Pm ax 及收敛精度为#.然后, ①置初始代数P=0 ,随机生成 N 个初始群体;

②实施交叉,变异算子,产生下一代群体,并保留原来个体;

③计算出每个个体的适应度,并按从小到大的排列规则进行排序,选择出前 N 个个体( !+ 选 择规则) ;

④若!f(P+

1 )-f(P) ! #,或P#Pm ax ,则⑤;

否则P= P+

1 ,然后返回②(其中f(P) 表示第 G 代个体的最佳适应度) ;

⑤输出最好体,算法停止.

3 算例分析 下面对实际的例子进行仿真计算,设I

1 时刻和I

2 时刻的矢量和速度分别为:Rfirst ,V first ;

Rend ,Vend . V first = ( 7349.

21 0.

0 0.

0 ) Rfirst = ( 0.

0 7380000.

0 0.

0 ) Rend = ( 6401659.

785 3696000.

0 0.

0 ) Vend = ( 3671.

622 -6359.

435 0.

0 ) 对EA 算法的初始群体选择为50 个,最大迭代代数为80 代.并取10 个小生境,收敛精度为

10 -4 . !+ 选择规则中!取为50 , 取为150 .下面的表格列出了对不同的权值 K 得出的不同的计 算结果.表1 为非固定时间轨道转移的结果,表2 位非规定时间拦截的结果,其中dV 表示速度改变 量.在工程实际中可根据不同的具体要求设置不同的权值. 表1 轨道转移的计算结果 T ab.

1 Computing result of orbit transfer 权值 指标函数值 时间 dV

1 dV

2 K = 0.

0003 21.

548 1052.

869 2.

974 - 6.

443 10.

350 - 7.

755 0

0 K = 0.

03 53.

103 1052.

867 2.

994 - 6.

472 10.

326 10.

332 0

0 K = 0.

3 337.

37 1052.

823 3.

173 7.

443 10.

120 7.

698 0

5 结论 E A 算法作为一种智能化搜索方法在解决优化问题方面有其独特的优越性. 经典方法只是一种局

3 王石等:用EA 求解非固定时间轨道转移和拦截问题 部搜索, 而它是一种全局搜索方法, 在解决组合优化问题时, E A 算法就显示了其独特的威力, 而且对优 化函数的性质要求不太严格, 但经典算法对函数有严格的要求. 正如文献 [

6 ] 指出的那样: 经典优化算 法能够解决的问题, EA 算法一般都能解决, 只是计算量的问题 .所以不足的是, EA 算法需要大的计算 量. 表2 轨道拦截的计算结果 T ab.

2 Computing result of orbit intersection 权........