基于改进NSGA-II算法的航天器任务规划求解方法

摘要

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。

主权项

基于改进NSGA‑II算法的航天器任务规划求解方法,其特征在于，发明步骤为：步骤1、采用自然数编码法随机初始化一个规模为N的种群；步骤2、初始化种群中每个个体的初值，基于每个个体初值对种群进行非支配排序，产生非支配集；步骤3、通过二进制锦标赛法从非支配集中选择个体，采用算术交叉算子、高斯变异遗传算子操作产生新种群；步骤4、计算新种群中个体的所有适应度函数值；步骤5、将步骤2中的非支配集和步骤3中的新种群合并，对合并种群进行非支配排序；通过拥挤策略和目标函数值计算个体的拥挤度作为虚拟适应度值，并通过精英保留策略选出N个个体，组成新一代种群；步骤6、判断是否达到进化代数的最大迭代次数，如果未达到则不满足终止条件，跳转至步骤3，并循环，如果达到则结束。