本发明专利技术是以任务完成时间、燃料消耗和服务优先级作为在轨服务航天器任务规划优化目标，通过设计决策变量和形式化约束条件来建立多航天器任务规划问题的数学模型，利用改进的NSGA-II算法来求解问题的Pareto最优集，然后在得到的多组解中根据实际偏好选择折中方案。该方法解决的问题是在满足任务时间约束，变轨时间和最大速度增量的约束下，能够得到该方案的Pareto最优集，然后选择最优方案，使该任务优化收敛速度快且适用于更大任务模型。将任务规划问题转化成相应的优化问题求解，采用成型的多目标优化算法，改善了在多目标问题转化为单目标问题时不能综合考虑多个目标综合作用的现状。
【技术实现步骤摘要】
本专利技术属于航天器在轨服务研究领域，尤指在轨服务航天器的任务规划问题。
技术介绍
随着对空间的开发、研究。应用的深入，人类对空间的探索要求也越来越高，航天 器的结构、组成日益复杂，性能、技术水平不断提高，对航天器的任务执行能力也是一种考 验。这不但使得航天器在轨服务的时间和燃料显得十分宝贵，而且航天器的规划和调度十 分复杂。空间在轨服务最初是针对传统航天器的一次性设计和封闭式体系而提出的，但随 着航天技术的发展，在轨服务也涉及到物理评估以及改变航天器当前状态的行为等方面， 包括在轨检测、在轨加注、升级系统以及在轨维修等项目，并且具有极强的军事背景，它的 提出对于提高空间作战能力具有巨大的应用价值。 航天器任务规划是根据各种情况进行分析，在航天资源和航天任务空间环境的共 同约束下，形成具有明确时间属性。空间属性、主体属性、客体属性和目标属性的任务执行 方案，用于优化在轨服务任务的实施。在轨服务任务规划是一个复杂的多目标约束问题，其 在给定服务航天器和目标航天器间，根据任务需要、环境条件和可用资源集合等优化要素， 在满足所有约束条件的前提下进行优化求解，选择最优的指派方案以更好完成在轨服务任 务。目前，国内外已开展了相关的研究，Alfriend等对同步轨道上一颗服务航天器执行多 项任务的最优服务策略进行了研究，沈海军对圆轨道上航天器"一对多"在轨服务进行了研 究；张琪新等根据在轨服务航天器协同分配问题的特点设计了新的离散粒子群位置与速度 更新公式，提出了一种基于离散粒子群算法的多服务航天器的协同目标分配方法；任仙海 等采用整数规划方法通过设计策略变量和形式化各种约束，较好的解决了任务指派问题。 然而，现有将任务规划多目标问题加权转化成较成熟的单目标问题来进行处理的 方法，难以综合考虑航天器整个服务过程中的自身的损耗；而采用"0-1"整数规划和基本 NSGA-II算法收敛速度相对较慢，也难以应用于大规模任务中。鉴于以上不足，本专利技术提出 了基于改进NSGA-II算法的在轨服务航天器任务规划优化方法。
技术实现思路
鉴于已有方法存在的缺陷，本专利技术提供一种基于改进NSGA-II算法的在轨服务航 天器任务规划问题的优化方法，在满足任务时间约束，变轨时间和最大速度增量的约束下， 得到一个Pareto最优解集，使得航天器任务规划的方案既稳定快速又低能耗。专利技术方法在 编码方式上做了改进，用自然数编码取代二进制编码方式，减少不可行解，缩小搜索域，提 高了搜索效率。并且将任务规划问题转化为相应的优化问题来求解，将算术交叉算子引入 基本NSGA-II算法，并结合具有良好局部逃逸和局部搜索能力的高斯变异算子，采用了改 进的NSGA-II算法进行设计，不依赖设计者的经验，可移植性好。 为实现上述目的，本专利技术的步骤如下： 步骤1、随机初始化开始一个规模为N的种群P0。 步骤2、初始化每个个体的初值，基于每个个体的初值对PO进行非支配排序，产生 非支配集Pt。 步骤3、通过二进制锦标赛法从Pt中选择个体，采用算术交叉算子、高斯变异遗传 算子操作产生新一代种群Q t。 步骤4、计算新种群中个体的所有适应度函数值。 步骤5、通过合并PJP Q t产生组合种群Rt= P tU Q ,，对Rt进行非支配排序；通过 拥挤策略和目标函数值计算个体的拥挤度（即虚拟适应度值），并通过精英保留策略选出N 个个体，组成新一代种群P t+1。 步骤6、跳转至步骤3,并循环，直到满足结束条件。 其中，步骤1中，设已知拥有N颗在轨部署的服务航天器，在某时刻接收到服务指 令后，对M颗具有不同任务优先级的目标航天器服务，即由N个服务航天器组成的编队服务 M个不同目标。根据该规划问题的特点，决策变量可以定义如下： 本专利技术采用自然数编码，服务航天器任务规划问题的关键在于确定目标航天器由 哪个服务航天器来为其提供服务。本专利技术中采用自然数编码的方式来描述，每个个体的长 度等于目标航天器的总数，个体由按目标航天器编号顺序排列的服务航天器分配编号组 成，表示一种可能的分配方案，例如，服务航天器数目N取5,目标航天器数目M取10,一个 个体为 步骤2中，将种群的所有个体快速非支配排序。基于在轨服务航天器任务规划问 题的方法和相应的模型，对种群的所有个体进行快速非支配排序产生非支配集Pt。 步骤3中，采用二进制锦标赛选择算子、算术交叉算子和高斯变异算子的遗传操 作产生新种群。 步骤4中，本专利技术中考虑了三个系统优化指标（即三个目标函数）。三个目标函 数分别为：（1)任务优先级，记P j表示被服务目标航天器的j的优先级。则每个服务航天 器完成任务的优先级可以表述为=J1= max Σ X (2)任务完成时间，记△ t U表示服务航 天器i服务目标航天器j所需要的时间则服务航天器完成任务的时间可以表示为：A T = maX{XlAtlj}，则目标函数可以表示为：J 2=minAT。（3)燃料消耗，本专利技术只考虑轨道机动 时的燃料消耗，燃料消耗可以用轨道机动时的速度来衡量。记Av为执行所有任务所需要 的速度增量，A Vi]为服务航天器i服务目标航天器j所需要的速度增量，则Av可以表示 为J 3= min Σ X j Δ Vi j。根据三个目标函数，计算新种群的目标值。 步骤5中，通过合并PjP Qt产生组合种群Rt= PtU Q t，并对Rt进行非支配排序， 并通过拥挤和精英保留策略选出N个个体，组成新一代种群P t+1。要对拥挤距离进行计算， 则需要根据每个目标函数对种群中的所有个体按升序进行排序。第一个和最后一个个体的 拥挤距离设为无穷大，第i个个体的拥挤距离则设为第i+1和第i个体的所有目标函数值 之差的和。 步骤6、如未达到结束条件（未达到预设的最大迭代代数），则返回步骤3。并循 环，直到满足结束条件即进化代数的最大迭代次数，则找到全局最优解集，输出这个最优 解集。 本专利技术与现有技术相比具有以下优点：在于提出一种基于改进NSGA-II算法的在 轨服务航天器任务规划问题的优化方法，在编码方式上做了改进，用自然数编码取代二进 制编码方式，减少不可行解，缩小搜索域，提高了搜索效率。并且将任务规划问题转化为相 应的优化问题来求解，将算术交叉算子引入基本NSGA-II算法，并结合具有良好局部逃逸 和局部搜索能力的高斯变异算子，采用了改进的NSGA-II算法进行设计，不依赖设计者的 经验，可移植性好。【附图说明】 以下通过附图及具体实施例对本专利技术进行详细说明： 图1方法流程图 图2第5代种群的Pareto最优解集； 图3第70代种群的Pareto最优解集；【具体实施方式】 本专利技术的实施例是在以本专利技术技术方案为前提下进行实施的，给出了详细的实施 方式和具体的操作过程，但本专利技术的保护范围不限于下述实施例。 实施例1 本专利技术具体实施步骤： 步骤1、随机初始化开始一个规模为N的种群P0。 步骤2、初始化每个个体的初值，基于每个个体的初值对PO进行非支配排序，产生 非支配集P t。其中初值是：先计算满足约束条件的种群个体的目标函数值，再根据目标函数当前第1页1 2 3 本文档来自技高网...
【技术保护点】
基于改进NSGA‑II算法的航天器任务规划求解方法,其特征在于，专利技术步骤为：步骤1、采用自然数编码法随机初始化一个规模为N的种群；步骤2、初始化种群中每个个体的初值，基于每个个体初值对种群进行非支配排序，产生非支配集；步骤3、通过二进制锦标赛法从非支配集中选择个体，采用算术交叉算子、高斯变异遗传算子操作产生新种群；步骤4、计算新种群中个体的所有适应度函数值；步骤5、将步骤2中的非支配集和步骤3中的新种群合并，对合并种群进行非支配排序；通过拥挤策略和目标函数值计算个体的拥挤度作为虚拟适应度值，并通过精英保留策略选出N个个体，组成新一代种群；步骤6、判断是否达到进化代数的最大迭代次数，如果未达到则不满足终止条件，跳转至步骤3，并循环，如果达到则结束。
【技术特征摘要】
【专利技术属性】
技术研发人员：张强，张建新，魏小鹏，张青，
申请(专利权)人：大连大学，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。