预览加载中,请您耐心等待几秒...
1/5
2/5
3/5
4/5
5/5

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

2012年11月北京航空航天大学学报November2012 第38卷第11期JournalofBeijingUniversityofAeronauticsandAstronauticsVol.38No.11 基于组合优化策略的月球软着陆最优轨道设计 曹涛董长虹 (北京航空航天大学宇航学院,北京100191) 摘要:基于Pontryagin极大值原理,把求解月球软着陆燃料最优化问题归结为终端 自由型两点边值问题.采用粒子群算法和单纯形算法接力优化的组合优化策略,在初始猜测值 的邻域内进行搜索,充分利用粒子群算法的全局搜索能力迅速缩小搜索范围,然后利用单纯形 算法的局部搜索优势快速获得优化结果.该优化策略最大的优势是使粒子群算法的全局搜索 能力和单纯形算法的局部搜索能力同时得到最大化的发挥.仿真证明该优化方法在考虑一些 实际工程约束的情况下,能较快速而准确的获得月球软着陆优化轨迹,具有一定的优越性. 关键词:间接法;两点边值问题;粒子群算法;单纯形算法;组合优化 中图分类号:V412.4+1 文献标识码:A文章编号:1001-5965(2012)11-1537-05 Optimizationoflunarsoftlandingtrajectory basedoncombinationalalgorithm CaoTaoDongCHangHong (ScHoolofAstronautics,BeijingUniversityofAeronauticsandAstronautics,Beijing100191,CHina) Abstract:BasedontHePontryagin’smaximalprinciple,tHefueloptimallunarsoftlandingproblemcan besimplifiedasatwopointboundaryvalueproblemwitHvariablefinaltime.THeinitialadjointvariableswere listedbysearcHingtHeneigHborHoodofguessedadjointvariableswitHtHeemploymentoftHecombinationalal- goritHm,wHicHiscombinedwitHparticleswarmoptimization(PSO)forreducingtHeterritoryofsearcHingre- gionandsimplexmetHod(SM)fordecreasingtHetimeofobtainingsuitableresults.THemostvaluableadvan- tageoftHecombinationalalgoritHmistHatbotHtHeglobesearcHingandlocalsearcHingareutilizedattHesame time.THesimulationresultssHowtHattHecombinationalalgoritHmusedfordesigningtHesoftlandingtrajectory givesgoodperformanceonsteady,efficiencyandaccuracy,evensomepracticalconstraintsareunderconsid- ered. Keywords:indirectmetHod;two-pointboundaryvalueproblem;particleswarmoptimization;simplex metHod;combinationalalgoritHm 近年来探月热潮再次兴起,各航天大国都提间自由的最优控制问题.通常解决方案可分为直 出了各自的探测计划和方案[1].我国的探月工程接法和间接法两种[2].直接法目前研究较多,间 按“绕、落、回”三步走进行战略规划,目前已圆满接法由于存在初值猜测的难题,研究相对较少,文 完成了嫦娥一期绕月探测任务.未来嫦娥二期工献[3]在初值猜测技术的基础上,利用迭代-共轭 程将实施月面着陆任务,嫦娥三期工程进行月面函数法打靶求解月球软着陆最优轨迹.文献[4] 无人取样返回任务.无论是月面着陆还是取样返则提出了使用线性摄动法在初值猜测的基础上进 回,探测器都必须经历月球软着陆过程.行软着陆轨迹优化.但这两种方法都需要大量求 探测器的软着陆轨迹优化问题是一个终端时解线性方程组,计算较为复杂.近年来,遗传算法 收稿日期:2011-06-09;网络出版时间:2012-11-1611:07 网络出版地址:www.cnki.net/kcms/detail/11.2625.V.20121116.