版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、小衛(wèi)星優(yōu)化設(shè)計(jì)貫穿整個(gè)小衛(wèi)星總體設(shè)計(jì)階段,是小衛(wèi)星研制重要組成部分,其設(shè)計(jì)優(yōu)化的結(jié)果對(duì)小衛(wèi)星初步設(shè)計(jì)和詳細(xì)設(shè)計(jì)有著深遠(yuǎn)的影響,直接決定了衛(wèi)星設(shè)計(jì)的質(zhì)量和效率。針對(duì)小衛(wèi)星任務(wù)設(shè)計(jì)的需求,建立合理的優(yōu)化模型、設(shè)計(jì)高效的優(yōu)化算法對(duì)提高小衛(wèi)星優(yōu)化設(shè)計(jì)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(jié)合國(guó)防“十一五”預(yù)研課題和國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863)項(xiàng)目,對(duì)小衛(wèi)星優(yōu)化設(shè)計(jì)進(jìn)行深入研究,重點(diǎn)解決符合任務(wù)需求的小衛(wèi)星優(yōu)化模型的建模以及
2、設(shè)計(jì)高效的優(yōu)化算法的問(wèn)題,具體工作如下:
針對(duì)小衛(wèi)星優(yōu)化設(shè)計(jì)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,和求解空間是非凸的、不連通問(wèn)題,結(jié)合太陽(yáng)同步軌道對(duì)地觀測(cè)小衛(wèi)星觀測(cè)任務(wù)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(jìn)化算法相結(jié)合,設(shè)計(jì)了基于云模型的進(jìn)化算法(Evolutionary Algorithm Based on Cloud Model,EABCM),對(duì)小衛(wèi)星質(zhì)量模
3、型進(jìn)行優(yōu)化求解,在理論上對(duì)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(yàn)證了EABCM優(yōu)化算法的有效性。
針對(duì)小衛(wèi)星成本優(yōu)化設(shè)計(jì)的需求,在對(duì)比分析常見(jiàn)小衛(wèi)星成本估算模型基礎(chǔ)上,根據(jù)對(duì)地觀測(cè)小衛(wèi)星觀測(cè)任務(wù)的需求,設(shè)計(jì)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(diǎn)的缺陷,并通過(guò)數(shù)值仿真驗(yàn)證
4、了對(duì)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(duì)小衛(wèi)星可靠性要求較高的實(shí)際需求,首先分析了小衛(wèi)星可靠性設(shè)計(jì)的概念、設(shè)計(jì)步驟以及可靠性估計(jì)方法;其次根據(jù)任務(wù)設(shè)計(jì)的需求,建立了小衛(wèi)星可靠性和設(shè)計(jì)成本的多目標(biāo)優(yōu)化模型;為求解該多目標(biāo)優(yōu)化問(wèn)題,借鑒多目標(biāo)遺傳算法的排序思想,設(shè)計(jì)了基于云模型的多目標(biāo)優(yōu)化算法(Multi-Objective Evolution Algorithm Based Cloud Model,M
5、OEABCM)對(duì)其求解,并通過(guò)數(shù)值仿真結(jié)果驗(yàn)證了算法的有效性。
針對(duì)快速響應(yīng)空間任務(wù)需求,首先分析了上面級(jí)航天器的總體設(shè)計(jì)思路和設(shè)計(jì)方法,并給出了上面級(jí)航天器各個(gè)分系統(tǒng)的設(shè)計(jì)步驟;然后依據(jù)上面級(jí)航天器總體優(yōu)化設(shè)計(jì)的目標(biāo),分別構(gòu)建上面級(jí)航天器總體設(shè)計(jì)的質(zhì)量?jī)?yōu)化模型、成本優(yōu)化模型和成本、可靠性的多目標(biāo)優(yōu)化模型;最后分別采用基于云模型的進(jìn)化算法、基于云模型的粒子群算法和基于云模型的多目標(biāo)進(jìn)化算法來(lái)對(duì)三個(gè)總體設(shè)計(jì)優(yōu)化模型分別求解,驗(yàn)證
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于TiGEMS的衛(wèi)星總體設(shè)計(jì)優(yōu)化技術(shù)研究.pdf
- 考慮不確定性的衛(wèi)星系統(tǒng)總體方案云優(yōu)化設(shè)計(jì)方法.pdf
- 基于云模型的差分進(jìn)化優(yōu)化算法.pdf
- 小衛(wèi)星編隊(duì)隊(duì)形優(yōu)化設(shè)計(jì)及其控制研究.pdf
- 基于SLA的云資源分配模型研究與優(yōu)化.pdf
- 敏捷小衛(wèi)星太陽(yáng)帆板支撐結(jié)構(gòu)優(yōu)化設(shè)計(jì).pdf
- 熱點(diǎn)區(qū)域覆蓋小衛(wèi)星組網(wǎng)設(shè)計(jì)與優(yōu)化研究.pdf
- 基于MapReduce模型的云平臺(tái)調(diào)度策略?xún)?yōu)化研究.pdf
- 基于關(guān)聯(lián)模型的云制造服務(wù)聚合優(yōu)化方法研究.pdf
- 基于云計(jì)算模型的移動(dòng)通信網(wǎng)絡(luò)優(yōu)化
- 基于重訪周期的對(duì)地偵察小衛(wèi)星星座設(shè)計(jì).pdf
- 基于云計(jì)算的衛(wèi)星網(wǎng)絡(luò)高速云加速技術(shù)研究.pdf
- 基于云模型負(fù)荷建模的小干擾穩(wěn)定概率評(píng)估方法研究.pdf
- 云計(jì)算中基于MapReduce集群模型的調(diào)度優(yōu)化與研究.pdf
- 基于物理模型的云模擬.pdf
- 基于云環(huán)境的信任度量模型的研究與設(shè)計(jì).pdf
- 基于SGCMG的靈敏小衛(wèi)星姿態(tài)控制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)方法的衛(wèi)星圖像云分類(lèi).pdf
- 基于廣義狀態(tài)搜索的水庫(kù)優(yōu)化調(diào)度研究及云模型規(guī)則提取.pdf
- 基于Markov過(guò)程的動(dòng)態(tài)云服務(wù)評(píng)估模型與QoS優(yōu)化方法研究.pdf
評(píng)論
0/150
提交評(píng)論