飞行器轨迹优化应用遗传算法的参数化与约束处理方法研究

飞行器再入轨迹优化是一类最优控制问题。传统的优化方法存在初始值敏感问题。遗传算法具有较强的鲁棒性,对初值不敏感。但遗传算法是静态优化算法,不能直接用于动态系统的最优控制问题。为了设计染色体,需要将最优控制问题通过参数化方法转化为静态优化问题。为了设计合适的适应度函数,约束处理是飞行器轨迹进行遗传搜索时必需解决的问题。以可重复使用运载器再入轨迹优化为例,研究了各种参数化方法和罚函数方法的应用,探讨了飞行器轨迹优化中的染色体和适应度函数设计。仿真结果表明直接离散方法和动态罚函数法有较好的性能。