[发明专利]基于改进NSGA-II算法的航天器任务规划求解方法

说明书

本发明是以任务完成时间、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。

技术领域

本发明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。

背景技术

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，本发明提出了基于改进NSGA-II算法的在轨服务航天器任务规划优化方法。

发明内容

鉴于已有方法存在的缺陷，本发明提供一种基于改进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。发明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，本发明的步骤如下：

步骤1、随机初始化开始一个规模为N的种群PO。

步骤2、初始化每个个体的初值，基于每个个体的初值对P0进行非支配排序，产生非支配集P_t。

步骤3、通过二进制锦标赛法从P_t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。