[发明专利]面向行星际探测轨道设计的强化混合差分演化方法及系统

权利要求书

1.一种面向行星际探测轨道设计的强化混合差分演化方法，其特征在于：包括以下步骤：

S1、确定所需解决的探测器深空轨道设计问题M；

S2、构建问题M的目标函数f(x)以及决策向量x、全局搜索区域上边界x^ub，下边界x^lb；

S3、初始化用于Q-learning的参数：学习率α，折扣因子γ；

初始化CMA-ES局部搜索区域边界的控制参数Bound_init和Bound_min；

初始化全局算子LSHADE_EIG最高停滞代数ρ_1,max和当前停滞代数ρ₁；

初始化局部算子CMA-ES最高停滞次数ρ_2,max，当前停滞代数ρ₂；

初始化内点法的比例因子参数ls_eval；

初始化目标函数最高求解次数MAX_FES以及当前求解次数FES；

全局算子LSHADE_EIG用于对整个搜索空间进行初步探索，得到初步全局最优解；

停滞代数ρ₁用于记录全局算子LSHADE_EIG求解结束时的累计停滞次数；

局部算子用于在初步求解空间中，进一步搜索计算，加快目标函数f(x)的求解过程；

停滞代数ρ₂用于记录局部算子CMA-ES求解结束时的累计停滞次数；

分别初始化用于自适应控制变异策略，触发参数ρ_1,max和ρ_2,max的Q-Table；其中，LSHADE_EIG算子中的每个个体会初始化一个Q-Table来自适应控制变异策略的选择；

S4、采用Q-Learning算法自适应更新触发参数ρ_1,max；

S5、判断ρ₁是否小于ρ_1,max，且FES是否小于MAX_FES，若是，则进入步骤S6；否则进入步骤S10，表示全局搜索空间求解结束，更新自适应控制触发参数ρ_1,max的Q-Table矩阵，开始局部求解；

S6、采用Q-Learning算法自适应选择变异策略；

S7、全局算子LSHADE_EIG启动，开始对整个搜索空间进行初步探索求解；

S8、更新自适应控制变异策略的Q-Table矩阵；

S9、判断是否成立，其中为LSHADE_EIG得到的最优解，x^gmin为全局最优解；

若成立，则将停滞代数ρ₁置零，将x^gmin替换为；否则停滞代数ρ₁自加1；ρ₁更新后返回步骤S5；

S10、根据和控制参数Bound_init，Bound_min确定局部搜索空间；

S11、在局部搜索空间中，采用Q-Learning算法自适应更新触发参数ρ_2,max；

S12、判断ρ₂是否小于ρ_2,max，且FES是否小于MAX_FES，若是，则进入步骤S13；否则更新自适应控制触发参数ρ_2,max的Q-Table矩阵，进入步骤S15，表示CMA-ES局部搜索求解结束；

S13、局部算子CMA-ES启动，开始对局部搜索空间进行求解；

S14、判断是否成立，为CMA-ES得到的最优解，x^gmin为全局最优解；

若是则将停滞代数ρ₂置零，将x^gmin替换为；否则停滞代数ρ₂自加1；ρ₂更新后返回步骤S12；

S15、判断当前求解次数FES是否小于0.75×MAX_FES，如果是，则返回步骤S4；如果当前求解次数FES不再小于MAX_FES，那么进入步骤S16；如果当前求解次数FES是否大于0.75×MAX_FES并小于MAX_FES，则使用局部算子内点法更新全局最优解；判断是否成立，若成立，则将x^gmin替换为，为内点法得到的最优解；最后更新局部算子内点法参数，进入步骤S16；

S16、判断当前求解次数FES是否大于或等于MAX_FES，若是，则求解结束，当前x^gmin为最终求解结果；若不是，则返回步骤S4。