基于云模型的小衛(wèi)星總體優(yōu)化設計.pdf

1、小衛(wèi)星優(yōu)化設計貫穿整個小衛(wèi)星總體設計階段,是小衛(wèi)星研制重要組成部分,其設計優(yōu)化的結果對小衛(wèi)星初步設計和詳細設計有著深遠的影響,直接決定了衛(wèi)星設計的質(zhì)量和效率。針對小衛(wèi)星任務設計的需求,建立合理的優(yōu)化模型、設計高效的優(yōu)化算法對提高小衛(wèi)星優(yōu)化設計的效率、縮短研制周期、降低研制成本都有著重大的作用。本文結合國防“十一五”預研課題和國家高技術研究發(fā)展計劃(863)項目,對小衛(wèi)星優(yōu)化設計進行深入研究,重點解決符合任務需求的小衛(wèi)星優(yōu)化模型的建模以及

2、設計高效的優(yōu)化算法的問題,具體工作如下:
　　針對小衛(wèi)星優(yōu)化設計是一個包含連續(xù)變量和離散變量的混合變量優(yōu)化問題,和求解空間是非凸的、不連通問題,結合太陽同步軌道對地觀測小衛(wèi)星觀測任務的需求,建立了小衛(wèi)星總體優(yōu)化模型。該模型引入云模型(Cloud Model,CM),并將其與進化算法相結合,設計了基于云模型的進化算法(Evolutionary Algorithm Based on Cloud Model,EABCM),對小衛(wèi)星質(zhì)量模

3、型進行優(yōu)化求解,在理論上對算法的收斂性給予了證明,在工程上采用數(shù)值仿真方法驗證了EABCM優(yōu)化算法的有效性。
　　針對小衛(wèi)星成本優(yōu)化設計的需求,在對比分析常見小衛(wèi)星成本估算模型基礎上，根據(jù)對地觀測小衛(wèi)星觀測任務的需求,設計基于云模型的粒子群優(yōu)化算法(Particle Swarm Optimization Base on Cloud Model,PSOBCM),有效克服粒子群算法收斂速度慢、易陷入局部極值點的缺陷,并通過數(shù)值仿真驗證

4、了對于成本模型理論精度的分析以及PSOBCM優(yōu)化算法的有效性。
　　針對小衛(wèi)星可靠性要求較高的實際需求,首先分析了小衛(wèi)星可靠性設計的概念、設計步驟以及可靠性估計方法;其次根據(jù)任務設計的需求,建立了小衛(wèi)星可靠性和設計成本的多目標優(yōu)化模型;為求解該多目標優(yōu)化問題,借鑒多目標遺傳算法的排序思想,設計了基于云模型的多目標優(yōu)化算法(Multi-Objective Evolution Algorithm Based Cloud Model,M

5、OEABCM)對其求解,并通過數(shù)值仿真結果驗證了算法的有效性。
　　針對快速響應空間任務需求,首先分析了上面級航天器的總體設計思路和設計方法,并給出了上面級航天器各個分系統(tǒng)的設計步驟;然后依據(jù)上面級航天器總體優(yōu)化設計的目標,分別構建上面級航天器總體設計的質(zhì)量優(yōu)化模型、成本優(yōu)化模型和成本、可靠性的多目標優(yōu)化模型;最后分別采用基于云模型的進化算法、基于云模型的粒子群算法和基于云模型的多目標進化算法來對三個總體設計優(yōu)化模型分別求解,驗證