10.13700/j.bh.1001-5965.2020.0277
基于CGAPIO的航天器编队重构路径规划方法
针对航天器编队重构的路径规划问题,考虑燃料消耗和碰撞概率等约束条件,以及基本鸽群算法存在的问题,提出一种基于混沌初始化和高斯扰动的自适应鸽群(C GA-PIO)算法.为了得到多样性和覆盖性更好的鸽群初始值,采用Tent Map混沌模型进行鸽群初始化操作;在地图和指南针算子阶段,为提高全局搜索能力,引入了自适应的权重因子和学习因子更新个体的位置和速度;在地标算子阶段,为避免算法陷入局部最优,将高斯扰动加入到鸽群中心位置.仿真实验结果表明:CGAPIO算法与基本鸽群算法和粒子群算法相比,提高了全局搜索能力,避免了局部最优,规划得到的路径更加平滑,各航天器碰撞概率较低,编队重构消耗的总燃料至少减少了12%.
航天器编队、路径规划、鸽群(PIO)算法、编队重构、自适应因子
47
TP242.6(自动化技术及设备)
国家自然科学基金;国家自然科学基金
2021-03-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
223-230