外文翻译-基于遗传算法的最佳航天器交会_第1页
外文翻译-基于遗传算法的最佳航天器交会_第2页
外文翻译-基于遗传算法的最佳航天器交会_第3页
外文翻译-基于遗传算法的最佳航天器交会_第4页
外文翻译-基于遗传算法的最佳航天器交会_第5页
已阅读5页,还剩19页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

英 文 翻 译 系 别 专 业 班 级 学生姓名 学 号 指导教师 a . 6802 he to to in of in of on of an to it is to of is to of a is be in is at to is s is s a he of is to a to an to in a of a in to is a in a s s of to be of a v, , . 1.A r.0 of is of v.0 in if to 1 is a is a to he is a of A on a of by of of to to an At a is of A, a of is by of in to of in to of of to in as be 3, a is as a or A a of as to to s). on is 2. on A be 1 of an of A of a of a of to a to in A of in is 2 of a of in A is in of is by 3 is of a in of is ) , of an is 3. in 3. in it 60 in 0 in 4 is it is an o of a be is to of at at t f of to be if %) of is it is to 1) is a of A in is to is 3 of of A he A is in as in a GA to of of of of an of A is of A is of of is in on e 4 3. a he of a GA of A of 5. of by by A of by as to is is is or no to is 5 of a A is to of is is is a to of A. In A is to an he is a 7 a 1v1 to v1 is of a r2 of is r in v2 is to of v2 is by to of r1 to r f . At in v f is to of 6 of vf is of .r f =15:58, is 1:94M=结果: P(M,n) n=n+2 遗传算法的主要元素 该算法引入许多概念,包括染色体的适应性,染色体为下一代父母选择的概率,交叉变换选择一个位串,变异算子介绍人和随机扰动的搜索。 在这项研究中所使用的组件的简要呈现 。 变量的编码和解码 每个变数 以 遗传算法编码的二进制形式 表示 。位用于每个变量的数目 , 是由所要求的精度来确定 。 这个例子 是图 3,即 双脉冲传输的情况下,一些染色体由两个航班的冲 力 和推 力 自由飞行 。速度的变化 v(t)的大小编码是 8位,烧伤位置 近似 6位 , v(t)和 的方向是 4位。 个 体染色体的结构被表示在 图 3中, 关于编码染色体在此都通过 示。 图 2 遗传算法的轮廓 图 4示出从图 3染色体解码的轨迹 , 该航天器的初始轨道。当它达到了真正的异常增加从转移轨道初始位置 160度的位置,这些图中的第二 燃烧 轨迹之后飞船在 另一个海岸 与 80度 接 近。 图 4没有被优化的,它仅仅是一个例子。 图 3 染色体结构 图 4 图 3 中染色体解码轨迹 适应功能 正如适应功能所定义,为了评估一个人的适应能力,适应功能用来评估飞船的速度变化方向和最终的速度大小, 如果边界条件与实际解决的公差(这里选择1%),那么目标飞行器和飞船位置和速度的最终连接是否令人满意,因为这些条件很难满足边界条件,将其包含在内。方程( 1)为适应函数的一般形式。加权系数 基于适应功能的选择,尤其重要。例如,最终位置的准确性要比最终速度的大小精确度重要的多, 有相对应 值,变量变化的幅值影响加权系数的大小,选择最大值处理这样的问题是适应功能的优点之一。 从低地球轨道( 面霍曼转移至地球同步轨道( 仿照本文所要,导致最佳的解决方案是已知的,比较的结果是 容 易 的 。霍曼 转移包括两个冲动的推力时程分为两 部分, 低地球轨道到地球同步轨道,开放时间 和 传递方程 如 ( 2) 示。 选择 数 简单的遗传算法通过德堡用于本分析。增加了几种改进的想法,如精英主义和锦标赛选择方法。在一个 个参数用于找到解决方案:人口的大小,世代数,概率越过, 还有 突变的概率。选择的 4个 数的最佳组合是非常 困难的 ,因为每个对 参数的单独变化, 加上 这四个参数的组合数是有限 的 。虽然表1的值不一定最优,这些值用于本文 , 在三个应用程序中,并且由德容提出建议的 部分依据。 最优交会用于整个遗传算法 最优交会中使用 遗传算法,整个算法由动力段和 组成 。整个算法的概念如下图 5示 。两个航天器的运动轨迹是由初始条件和推力时程由 部产生确定 。 两个太空飞行器的轨迹取决于初始条件和 所产生的推力随时间的变化。轨迹计算的 功能 函数用作选择标准的父母。选择的父母是用于生成新一代解码到推进器时间的历史。重复该过程直到 n 代 得 到或没有改善。 结果 遗传算法应用于三种类型的传输。 第一种是霍曼 转移 ,第二 种 是 双椭圆转移 ,最后 一种 是 一个会和、 两个冲动。因为 第一种 的解决方案和第二 种 传输是已知的 ,这些转移用于与遗传算法解决方案 的比较 。会合两个 冲动 的 遗传算法 在 还未得到 应用 。霍曼 转移 为 至少 两个脉冲的 推进剂共面圆轨道之间的转移。参考图6;霍曼 转移 包括两个相对简单的演习。这里遗传算法霍曼转移应用到包括 r=7000 r=霍曼转移 包括两个脉冲 的 推力随时间的变化分为两段。遗传参数表 1中应用 于 增强 功能 函数 ,因为最优解是已知的。 图 5 整个算法中采用最优交会的遗传算法 这个函数进一步远离最优解的解决方案。权重因素和之前一样 ,通过试验和错误 如方程 3所决定 。 表中给出了遗传算法生成的解决方案和图 7显示 的 轨迹 ,这个解决方案的推力。解决方案 的适应度 是 8中的轨迹也有类似的 偏差。图 6和图 8的发生轨迹有 区别 是 由于分辨率的变量编码染色体 的原因 。 然而 1和 2的最优角度都是 180度,表 2中 的值分别是 合适的解是 8和图 6具有极其相似的轨迹,图 8和 图 6的 差异 是由于编码的染色体中变量的分辨率 的原因 。 然 而 1和 2的最优值是 180度 ,表 2中的值是 这 是最接近的值,以 180 下,可以由遗传算法来生成所使用的值,因为在 6位的分辨率 下 染色体 为 。 图 6 霍氏转移的几何形状 图 7 双椭圆转移的几何形状 双椭圆转移 双椭圆转移是共面圆轨道之间的三冲量转移。图 7的几何形状示出了传输开始与切线方向施加到圆形轨道 的 速度 v(1)。 这比初始速度 更大 , 相应霍曼转移的脉冲,所得转印椭圆的远地点半径 远地点转移椭圆,v(2)相切于现有的远地点的速度。 v(2)的幅度,按需要确定从 第二转印椭圆, 切但相反施加到运动的方向。 量值为这些近地点速度轨道速度之间的差 异。对于半径比 15:58那里的中段冲动在于外轨道之外的任何 双椭圆转移 比霍曼 转移 更经济: 94 R 15:58的 双椭圆 传输比更经济霍曼转移只有在 表 7这里,遗传算法应用于从低地球轨道( r=17000一个双椭圆转移到地球同步轨道( 2 , 164公里)。虽然最低燃料转移是霍曼转移在这个问题上,双椭圆转移试图表 1中遗传参数的三冲量值在此 问题上 程的使用 是相同的 ,如 方程( 3)。由 成的溶液被示于表 3。图 9示出的轨迹和推力由 定。最优解是 该 值小于在霍曼 转移下的值。然 而 ,图 9是 双椭圆转移具有的典型外观。 图 8 遗传算法产生霍曼转移的轨迹 图 9 遗传算法产生双椭圆转移的轨迹 图 10 遗传算法产生双冲量交会轨迹 两个脉冲的集合点 在 霍曼 双椭圆转移 中 ,追逐车辆的目标是要达到的最后轨道上的 准确位置 。在会合的两个脉冲的问题 上 ,在目标移动 到 最后的轨道 时 ,其中所述真近点角的截点的值不为 180度领先于初始点的(如霍曼传输)。追逐和目标车辆开始 距离很近。这个 问题比前两个问题复杂, 因为 功能 方程 和遗传参数 相同 , 所以可以被 再次 利 用。 由 生的解在表 4中给出。图 10显示了由遗传算法解决方案的轨迹和推力的 最优 解决方案是 个值 比 在霍曼转移和在双椭圆传输解决方案的低。然而, 这种解法 类似于霍曼转移的轨迹。 结论 本文的目的是介绍 航天器 的最优交会 问题 ,由于 在优化一个简单而有效的方法,它可以用来 解决各类 问题,只是通过改变网络连接功能 函数 ,而无需修改的其他部分 的 算法。但是,它 对于 并不 总是有利的。当遗传算法应用到的一些问题,许多遗传参数和变量必须确定。每个问题需要遗传参数的某种组合。它并不总是简单的事情,以确定该参数,因为它 是 如何影响 的是非常困难的。增加 或降低比特的染色体的数目,例如,可以改变 各种变化的问题 ( 速度 和角度),然而,这 样会 增加或降低计算成本。 除了遗传参数,它也是加权系数 和最适合函数的 功能。在本文中,这些值是通过反复试验发现 的 。 有 各种方法找到这些值 可以应用 在许多其他领域。如果遗传参数和加权因子 可以 更容易 被发现 ,遗传算法是更加有用和有效的。 本文所采用的 最优 功能 函数 也有改进的余地。它 最优 功能 函数 可以使用,可能会导致网络连接不同的 最优解。 即使采用相同的编码的染色体, 最优功能函数的值也会不同 。确定最佳适应度函数并不 是 简单 的, 因为它不是用严格的数学 证

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论