一种基于燃料站的可往返式在轨加注任务调度模型及优化算法

基于空间燃料站的在轨加注任务作为未来轨道运输系统的新模式,为未来航天器在轨服务任务提供了有效的选择。本文针对多GEO目标航天器在轨加注任务,将空间燃料站技术与传统"一对多"在轨加注技术相结合,提出一种基于燃料站的可往返式在轨加注任务调度模型。模型中,考虑了服务航天器可重复利用与自身携带的燃料限制,结合轨道机动与交会问题,通过对双脉冲轨道转移的分析与求解,获得轨道转移速度增量和转移时间等目标优化参数。在此基础上,针对多目标优化问题,根据调度模型的速度增量、时间等待优化变量的对应与约束关系,面向多GEO目标航天器,设计了一种基于燃料站的可往返式在轨加注任务多目标优化算法。该算法利用设置断点的方式改进了遗传算法对加注任务调度及其多目标优化问题的求解方法,获得了服务航天器在需往返燃料站时,优化的燃料消耗、服务顺序及该顺序下的时间分配策略。以10颗GEO圆轨道目标航天器的在轨加注任务为例,进行了数值仿真计算。结果表明算法能够解决加入空间燃料站对传统在轨加注任务调度的影响。     

基于蚁群算法的虚拟企业生产任务调度优化研究

描述了虚拟企业生产任务调度的层次框架,该调度框架包括虚拟企业全局调度和合作伙伴局部调度两个层次。针对虚拟企业调度层的优化问题,综合考虑虚拟企业生产任务的时序逻辑关系、作业时间和生产任务集等影响因素,建立了以任务总作业时间最小化为目标的数学模型,并基于蚁群算法对上述优化模型进行了求解。应用实例与算法比较验证了优化模型与求解算法的有效性。     

基于整数规划的在轨服务任务指派问题研究

在轨服务任务指派问题对于提高多颗服务航天器之间的协同工作效率具有十分重要的意义。针对该问题的特点,提出了求解在轨服务任务指派问题的多目标整数规划方法,通过设计决策变量和形式化各种约束条件,建立了在轨服务任务指派问题的数学模型,给出了仿真求解算法,并进行了仿真验证与分析,仿真结果表明该模型可以较好地解决在轨服务中的任务指派问题。     

考虑J2项摄动的小推力燃料最优转移轨道设计

为优化得到考虑地球扁率J2项摄动影响的小推力燃料最优转移轨道,提出了一种3次同伦方法.构造较简单的采用"线性引力",且不考虑J2项摄动的大推力能量最优转移轨道作为同伦初始问题.引入3个同伦参数,分别对动力学模型、推力大小和性能指标进行同伦,根据极小值原理推导得到同伦过程中的最优控制律,并通过跟踪同伦参数的连续变化求解一系列的同伦迭代子问题,分别得到J2摄动模型下的大推力能量最优转移轨道和小推力能量最优转移轨道,并最终优化得到小推力燃料最优转移轨道.以航天器与位于太阳同步轨道的碎片的交会任务为算例进行数值仿真,验证所提出的3次同伦方法在求解J2项摄动影响下的小推力燃料最优转移轨道优化问题中的有效性.结果表明,利用打靶法容易对同伦初始问题进行求解,在同伦过程中能连续稳定地跟踪同伦参数,进而得到所需的燃料最优小推力转移轨道,利用该方法能有效地解决J2项摄动导致的非线性强、推力小、转移圈数多等原因所导致的一般数值优化算法不易收敛的难题.     

空间观测任务调度子Agent的底层优化模型及算法

对于采用分层的主从Agent体系结构的航天器自主运行系统而言,各个子Agent可以单独设计,这样就大大减小了设计难度并提高了程序运行效率。对于每个子Agent而言,可以专注于底层模型和算法的设计。空间观测任务调度子Agent的任务是对空间观测任务进行调度,以使在有限的资源下,可观测任务最多,观测价值最大。针对这一子Agent,建立了优化模型来完成最优调度问题的建模。优化模型的目标函数为观测任务的优先级之和最大,优先级与观测任务的价值有关。约束条件包括观测机会约束、航天器资源约束等。采用基于遗传算法的启发式算法进行求解,建立了具有可扩展性的任务调度仿真演示系统,直观的演示了调度后的任务运行情况。     

在轨服务航天器任意轨道主动绕飞

针对在轨服务航天器对目标器进行全方位监测和抢修要求,根据速度脉冲转移算法进行了在轨服务航天器任意轨道的主动绕飞。文中将绕飞轨道周期分为N份,在每份时间内采用速度脉冲转移算法实现预定位置点间位置转移,进而完成整个预定轨道绕飞。接着进行了算法的误差分析,给出了实际选择最少脉冲数的方法以满足预定轨道制导精度。最后进行任意轨道主动绕飞的数学仿真。仿真结果表明该制导算法较常规算法节省能量,能有效地完成任意轨道的主动绕飞。     

利用高斯伪谱法求解最优气动辅助轨道转移

将高斯伪谱法用于共面高轨道到低轨道航天器气动辅助轨道转移的研究。通过将燃料最省指标转化为最佳大气入口、出口条件,将大气内飞行时间最短作为优化指标,利用高斯伪谱法对大气内飞行轨迹进行了优化求解。通过与霍曼轨道转移相对比,气动辅助变轨明显地降低了燃料消耗。同时,说明了高斯伪谱法能够有效地求解最优轨道转移问题。     

NASA研发可为在轨运行卫星提供燃料的航天器

正美国国家航空航天局(NASA)正在打造一种可为在轨运行卫星提供燃料的新型航天器——"Restore-L Spacecraft Bus"。目前在轨运行卫星的燃料都非常有限,当卫星燃料耗尽时将无法继续在轨运行。该新型航天器就像一个移动加油站,可自主与在低轨道上运行的卫星对接,并对在轨运行卫星进行轨道燃料加注,使原本燃料即将耗尽的卫星继续运行。据悉,该项目将由NASA戈达德航天中心的卫星服务项目部门管理。该新型航天器将由NASA和总部位于加利福尼亚州的卫星制造商Space Systems Loral(SSL)公司     

基于MAS的在轨服务航天器任务分派研究

针对分派在轨服务航天器(on-orbit servicing spacecrafts,OOSS)为地球静止轨道航天器提供服务的问题,建立了基于合同网协议的多Agent模型.首先设计了在轨服务航天器任务分派的多Agent模型结构,描述了各Agent模型的功能.其次,给出了服务母航天器确定评标准则和机动策略的方法,设计了服务子航天器的投标流程.最后,进行了算例仿真分析.     

遗传算法在自动化仓库路径调度问题中的应用

为提高柔性生产线中自动化立体仓库的运行效率,以车间物流系统中的在线任务调度问题作为研究对象,运用遗传算法对堆垛机的运行路径进行了分析和优化.对自动化仓库中的作业过程进行了分析,创建了考虑任务等待时间的多目标优化数学模型,针对该模型提出了基于遗传算法的求解过程,并检验了该算法的有效性.实验仿真和实际应用都证明了遗传算法可以有效地减少堆垛机的行程时间,从而提高自动化立体仓库的作业运行效率.     

编队接近非合作目标PSO多脉冲制导方法

为解决地球静止轨道(GEO)非合作目标远距离自主接近中的双视线导航约束以及制导精度问题,提出了一种双星编队接近的粒子群优化(PSO)多脉冲制导方法,该方法将C-W双脉冲制导律转化为带中途修正的多脉冲制导律,然后将时间固定的多脉冲燃料消耗最优问题转化为带双视线夹角约束和制导精度约束的多目标优化问题,接着将带约束的多目标优化问题转化为PSO规划问题并给出规划算法.通过在不同条件下的对比仿真验证结果表明,该方法能够有效的完成对非合作目标远距离的制导.     

求解多目标柔性作业车间调度问题的离散人工蜂群算法

作业车间调度问题是一类典型的组合优化问题,要求多个作业在不同的机器上进行加工,目的是获得最好的作业加工序列,以满足特定的性能指标。柔性作业车间调度问题是对传统的作业车间调度问题的进一步扩展,由于求解的复杂性,使得传统方法很难在有效的时间内获得问题的最优解。人工蜂群算法是近年来提出的一种受生物行为启发的优化算法,该算法主要通过模拟蜜蜂的觅食来实现问题的求解。提出了一种离散的人工蜂群算法于求解柔性作业车间调度问题,算法通过交叉方式来搜索潜在的更好的蜜源,并采用自适应的变异策略来降低早熟收敛的可能性。最后通过对比实验证明算法对于求解多目标柔性作业车间调度问题是有效的。     

进港飞机调度多目标优化问题的改进NSGA-II算法

基于多目标优化问题的Pareto最优解概念,提出了一种求解非劣解集的改进非支配排序遗传算法(NSGA-II),用于解决多条跑道情况下进港航班调度问题,要求航班总延误时间平方和及总延误成本两个目标最少。重点讨论了算法实现中的基于最近邻思想的启发式交叉算子和改进的变异算子,以及对非劣解集的筛选操作。最后进行了仿真实验,对优化结果进行了分析比较。研究结果表明改进NSGA-II算法对多跑道进港飞机调度多目标优化问题具有较好的应用前景。     

Pareto多目标模糊调度算法研究

针对企业项目调度中具有多个目标的特性,现实情况中面临资源的可用时间和活动的执行时间具有不确定性,提出了多目标模糊调度模型.在多目标模糊项目调度模型的基础上提出了Pareto多目标模糊遗传调度算法,针对调度中所获得的解空间的多样性问题,在多目标模糊调度算法中引入共享机制平衡解空间的分布.最后对算法进行了实例验证并与其他多目标调度问题的算法进行了比较,验证其有效性.     

基于粗糙集理论的风光蓄互补系统优化模型

为了解决风光波动性对系统安全调度和稳定运行的影响,以系统运行成本最小和系统污染排放量最小为目标,构建风光蓄集成互补系统. 基于粗糙集理论和模糊C均值聚类算法,分别确定多目标调度中经济目标和环境目标的权重;提出基于粒子群变异策略和计及约束边界的信息共享方法的改进粒子群优化(PSO)算法,求解多目标调度优化问题;以我国西南地区某省风光蓄集成互补系统为例开展算例仿真,验证所提模型的科学性和实用性. 研究结果表明,与单目标调度相比,多目标调度兼顾经济性和环境性,所提混合粗糙集-改进粒子群算法的收敛精度更优,提高了系统的经济效益和环境效益. 引入抽水蓄能机组,对于实现系统多能源协同互补运行具有重要的意义.     

编队卫星维持控制燃料消耗均衡方法研究

针对编队卫星维持控制过程中的燃料消耗均衡问题,根据整数规划中的指派问题模型建立性能指标函数,基于卫星之间相对运动的运动学方程确定编队目标状态,利用相对偏心率矢量和倾角矢量求得速度矩阵,采用匈牙利算法求解。仿真结果表明：该方法计算量小,能很好地均衡编队卫星消耗的燃料,可以离线对编队任务进行设计或实时对编队卫星星上自主控制进行规划。     

灰色蚁群系统求解多目标卫星观测调度问题

为充分有效的利用地球观测卫星资源,最大限度的满足成像需求并得到高质量的图像,提出了一种灰色蚁群系统多目标优化算法.首先利用区间灰数描述成像任务上空的云量信息;然后考虑了卫星多种成像约束条件,建立了包括成像任务重要性和图像质量的多目标优化模型;最后将灰色理论和蚁群系统结合起来,通过多个种群的区域更新规则和精英保留策略,提高非劣解集的多样性和收敛性.仿真结果表明,提出的灰色蚁群系统可以有效解决卫星多目标成像调度问题。     

基于聚类变异PSO优化的VSCMGs模糊平滑切换算法

针对变速控制力矩陀螺（variable speed control moment gyro,VSCMG）作为执行机构应用在敏捷遥感卫星上进行姿态机动时末端模式切换的平稳性和快速性冲突问题,在考虑框架转速误差的基础上,设计姿态误差参数作为切换指标,制定误差参数切换区域内的过渡规则,将指令力矩实时分配给控制力矩陀螺（control moment gyro,CMG）和飞轮并分别求解,提出了一种控制力矩陀螺/反作用飞轮工作模式模糊平滑切换操纵律。为了使得姿态机动末端卫星姿态达到姿态稳定度和指向精度要求的时间更短,以该时间为优化指标提出聚类变异改进粒子群算法对该操纵律参数寻优,确定最佳的切换区域和切换参数,并进行了仿真验证。结果表明:改进后粒子群算法在相同的迭代次数中总是表现出比传统粒子群算法更优的适应度,具有更快的收敛速度和更高的收敛精度,参数优化后的模糊平滑切换操纵律相比于现有操纵律能够在较短时间内完成双模式的平滑切换,并在姿态机动末端更迅速地达到姿态稳定度和指向精度要求,提高了遥感卫星敏捷机动与高稳指向的控制性能,有利于高质量完成成像任务。     

基于狮群算法的数字孪生车间调度问题优化

针对柔性作业车间调度问题,提出一种基于狮群算法的数字孪生柔性作业车间调度方法。基于实际生产过程的需求,使用狮群算法生成柔性作业车间调度初始方案,建立物理车间与虚拟车间实时交互的数字孪生柔性作业车间调度模型,在搭建的虚拟车间中对初始调度方案根据设备利用率进行方案优化。采用数字孪生模型解决设备故障等车间突发事件对生产进程的影响问题。通过使用真实车间数据对机加工车间生产调度过程试验,结果表明,采用狮群算法求解柔性作业车间调度问题,搜寻能力强,搜索速度快,可以在不同规模的问题中找到更优的解决方案;狮群算法结合数字孪生的柔性作业车间调度方案能够整体优化系统性能,有效处理扰动带来的延长生产时间问题。