專利名稱：一種基于正態(tài)云模型的小衛(wèi)星成本優(yōu)化設(shè)計(jì)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種小衛(wèi)星成本優(yōu)化方法，具體涉及一種基于正態(tài)云模型來(lái)構(gòu)造的粒子群優(yōu)化算法來(lái)優(yōu)化衛(wèi)星的成本。
背景技術(shù)：
小衛(wèi)星普遍應(yīng)用在通信、遙感、導(dǎo)航和空間科學(xué)領(lǐng)域，衛(wèi)星設(shè)計(jì)是一個(gè)多學(xué)科耦合的、復(fù)雜的設(shè)計(jì)過(guò)程，在設(shè)計(jì)過(guò)程中，對(duì)設(shè)計(jì)參數(shù)的變化比較敏感，在衛(wèi)星的設(shè)計(jì)優(yōu)化問(wèn)題中，主要面臨如下的困難1、設(shè)計(jì)優(yōu)化問(wèn)題既包含連續(xù)優(yōu)化變量，又包含離散優(yōu)化變量，是一個(gè)包含連續(xù)變量和離散變量的混合變量?jī)?yōu)化問(wèn)題，傳統(tǒng)的基于梯度信息的優(yōu)化方法求解效率低，不易于得到全局最優(yōu)解；2、衛(wèi)星設(shè)計(jì)優(yōu)化問(wèn)題涉及多個(gè)學(xué)科，學(xué)科間有較強(qiáng)的耦合性，傳統(tǒng)的優(yōu)化算法難于處理衛(wèi)星設(shè)計(jì)優(yōu)化問(wèn)題的耦合性，算法的收斂性難于保證；3、由于衛(wèi)星設(shè)計(jì)優(yōu)化問(wèn)題的復(fù)雜性，導(dǎo)致設(shè)計(jì)誤差隨著優(yōu)化的進(jìn)行不斷累積，影響了優(yōu)化結(jié)果的精度和穩(wěn)定性。因此，不當(dāng)?shù)脑O(shè)計(jì)增加了衛(wèi)星設(shè)計(jì)的成本，降低了設(shè)計(jì)效率，甚至有任務(wù)失敗的風(fēng)險(xiǎn)。為了在詳細(xì)設(shè)計(jì)階段更好的滿足設(shè)計(jì)的需求，提高設(shè)計(jì)的針對(duì)性、計(jì)劃性和效率，有必要設(shè)計(jì)一個(gè)高效的優(yōu)化算法對(duì)衛(wèi)星的成本進(jìn)行優(yōu)化計(jì)算。傳統(tǒng)的衛(wèi)星成本優(yōu)化算法采用的是基于梯度信息的優(yōu)化算法，該算法的優(yōu)點(diǎn)是算法收斂的方向可以控制，其缺點(diǎn)是對(duì)函數(shù)的連續(xù)性要求高，收斂慢、穩(wěn)定性得不到保證，易陷入局部的最優(yōu)點(diǎn)，且計(jì)算效率低。

發(fā)明內(nèi)容
本發(fā)明的目的是為了解決現(xiàn)有衛(wèi)星成本優(yōu)化方法采用基于梯度信息的優(yōu)化算法， 該算法對(duì)函數(shù)的連續(xù)性要求高，收斂慢、穩(wěn)定性得不到保證，易陷入局部的最優(yōu)點(diǎn)，計(jì)算效率低的問(wèn)題，提供一種基于正態(tài)云模型的小衛(wèi)星成本優(yōu)化設(shè)計(jì)方法。本發(fā)明的一種基于正態(tài)云模型的小衛(wèi)星成本優(yōu)化設(shè)計(jì)方法是通過(guò)以下步驟實(shí)現(xiàn)的步驟一、建立小衛(wèi)星成本C優(yōu)化模型小衛(wèi)星成本C包括衛(wèi)星系統(tǒng)的成本Cs、地面系統(tǒng)成本Cg和發(fā)射成本Cf，用C = cs+cg+cf來(lái)計(jì)算；步驟二、設(shè)定小衛(wèi)星成本C的優(yōu)化設(shè)計(jì)變量小衛(wèi)星成本C的優(yōu)化設(shè)計(jì)變量共包含七個(gè)優(yōu)化設(shè)計(jì)變量，分別是電荷耦合器件相機(jī)焦距、軌道高度、圓柱體形狀衛(wèi)星的底面半徑、衛(wèi)星高度、太陽(yáng)電池的類型、蓄電池的類型和任務(wù)周期；步驟三、對(duì)步驟一中的七個(gè)優(yōu)化設(shè)計(jì)變量進(jìn)行初始化賦值每個(gè)粒子用Pi表示，粒子群規(guī)模選為30個(gè)，隨機(jī)生成每個(gè)粒子Pi的初始位置4和初始速度 <，其中
Χ。_ (義ο ,義ο ,義ο ,義ο ,義ο ,義ο ,義ο J，i^j '"I"' 義ο、義ο、義ο、義ο、義ο、義ο 禾口義ο ^TJ力丨」-^C
電荷耦合器件相機(jī)焦距、軌道高度、圓柱體形狀衛(wèi)星的底面半徑、衛(wèi)星高度、太陽(yáng)電池的類型、蓄電池的類型和任務(wù)周期的初始值，其中< =( ,<,<,<，V^,V；/)，式中<、vf、vf、<、vf、<和vg分別表示<、xf、xf、<、xf、<和xg對(duì)應(yīng)的速
度初始值，利用公式一和公式二對(duì)粒子群進(jìn)行初始化賦值公式一
權(quán)利要求
1. 一種基于正態(tài)云模型的小衛(wèi)星成本優(yōu)化設(shè)計(jì)方法，其特征在于所述方法是通過(guò)以下步驟實(shí)現(xiàn)的步驟一、建立小衛(wèi)星成本C優(yōu)化模型小衛(wèi)星成本C包括衛(wèi)星系統(tǒng)的成本cs、地面系統(tǒng)成本Cg和發(fā)射成本Cf，用C = cs+cg+cf來(lái)計(jì)算；步驟二、設(shè)定小衛(wèi)星成本C的優(yōu)化設(shè)計(jì)變量小衛(wèi)星成本C的優(yōu)化設(shè)計(jì)變量共包含七個(gè)優(yōu)化設(shè)計(jì)變量，分別是電荷耦合器件相機(jī)焦距、軌道高度、圓柱體形狀衛(wèi)星的底面半徑、衛(wèi)星高度、太陽(yáng)電池的類型、蓄電池的類型和任務(wù)周期；步驟三、對(duì)步驟一中的七個(gè)優(yōu)化設(shè)計(jì)變量進(jìn)行初始化賦值每個(gè)粒子用Pi表示，粒子群規(guī)模選為30個(gè)，隨機(jī)生成每個(gè)粒子Pi的初始位置4和初始速度<，其中Χ。_ ( , ^o , ^o , ^o , ^o , ^o , ^o )，式中 ^o、^o、^o、^o、^o、^o 和義0 分力■」^^ 不電荷耦合器件相機(jī)焦距、軌道高度、圓柱體形狀衛(wèi)星的底面半徑、衛(wèi)星高度、太陽(yáng)電池的類型、蓄電池的類型和任務(wù)周期的初始值，其中< =( ,<,<，V；/)，式中<、 v[\ vf、<、V；5, <和<:分別表示 4、x[\ xf、x[\ x[\ xf 和 χ 7 對(duì)應(yīng)的速度初始值，利用公式一和公式二對(duì)粒子群進(jìn)行初始化賦值 公式一
全文摘要
一種基于正態(tài)云模型的小衛(wèi)星成本優(yōu)化設(shè)計(jì)方法，它涉及一種小衛(wèi)星成本優(yōu)化方法，以解決現(xiàn)有衛(wèi)星成本優(yōu)化方法采用基于梯度信息的優(yōu)化算法，該算法對(duì)函數(shù)的連續(xù)性要求高，收斂慢、穩(wěn)定性得不到保證，計(jì)算效率低的問(wèn)題，方法一、建立小衛(wèi)星成本C優(yōu)化模型；二、設(shè)定小衛(wèi)星成本C的優(yōu)化設(shè)計(jì)變量；三、對(duì)步驟一中的七個(gè)優(yōu)化設(shè)計(jì)變量進(jìn)行初始化賦值；四、假設(shè)優(yōu)化算法已經(jīng)完成了k(k≥1)步，計(jì)算每一個(gè)粒子的k+1步的速度；五利用粒子k+1步的速度和k步時(shí)的位置計(jì)算每個(gè)粒子k+1步的位置六、計(jì)算k+1步每個(gè)粒子pi的自身最優(yōu)位置和粒子群整體的最優(yōu)位置Gk+1；七、比較k+1步粒子群整體的最優(yōu)位置Gk+1的小衛(wèi)星成本C(Gk+1)與k步粒子群整體的最優(yōu)位置Gk的小衛(wèi)星成本C(Gk)差的絕對(duì)值。本發(fā)明用于小衛(wèi)星成本的計(jì)算。
文檔編號(hào)G06N3/00GK102222266SQ20111017673
公開(kāi)日2011年10月19日 申請(qǐng)日期2011年6月28日 優(yōu)先權(quán)日2011年6月28日
發(fā)明者仲惟超, 葉東, 孫兆偉, 王峰, 鄧泓, 邢雷, 陳長(zhǎng)春, 陳雪芹 申請(qǐng)人:哈爾濱工業(yè)大學(xué)