Применение биоинспирированных методов оптимизации в задаче оптимального программного управления солнечным парусом


DOI: 10.34759/trd-2022-122-24

Авторы

Пантелеев А. В.1*, Беляков И. А.2**

1. Кафедра 805 «Математическая кибернетика»,
2. Московский авиационный институт (национальный исследовательский университет), Волоколамское шоссе, 4, Москва, A-80, ГСП-3, 125993, Россия

*e-mail: avpanteleev@inbox.ru
**e-mail: vanbelyakov@yandex.ru

Аннотация

Изложена методика решения задачи быстродействия для космического аппарата, реализующего перелет между двумя планетами, при помощи параметризации закона управления и использования двух современных биоинспирированных алгоритмов условной глобальной оптимизации – методов, имитирующих поведение стай серых волков, стай горбатых китов.

Данные алгоритмы относятся к классу методов роевого интеллекта, особенностью которого является возможность обмена информацией между особями. Предложена методика нахождения оптимального программного управления нелинейными непрерывными детерминированными динамическими системами в условиях, когда правый конец промежутка времени функционирования системы не фиксирован. Программное управление ищется в классе разложений по различным системам финитных базисных функций с неопределенными коэффициентами.

Предложенная методика применяется для решения задачи оптимального управления солнечным парусом, используемым для перелета с орбиты Земли на орбиту Меркурия за минимальное время при одновременном обеспечении выполнения требований к параметрам конечной орбиты. Сформировано алгоритмическое и программное обеспечение двух биоинспирированных алгоритмов. Приводятся рекомендации по выбору параметров алгоритмов для решения типовых модельных задач оптимизации и прикладной задачи управления солнечным парусом.

Ключевые слова:

космический аппарат, солнечный парус, параметрическая оптимизация управления, биоинспирированные стратегии, финитные базисные функции

Библиографический список

  1. Panovskiy V.N., Panteleev A.V. Meta-heuristic interval methods of search of optimal in average control of nonlinear determinate systems with incomplete information about its parameters // Journal of Computer and Systems Sciences International, 2017, 56(1), pp. 52–63. DOI: 10.1134/s1064230717010117

  2. Panteleev A.V., Pis’mennaya V.A. Application of a memetic algorithm for the optimal control of bunches of trajectories of nonlinear deterministic systems with incomplete feedback // Journal of Computer and Systems Sciences International, 2018, 57(1), pp. 25–36. DOI: 10.1134/s1064230718010082

  3. Пантелеев А.В., Каранэ М.М.С. Применение гибридного мультиагентного метода интерполяционного поиска в задаче о стабилизации спутника // Труды МАИ. 2021. № 117. URL: http://trudymai.ru/published.php?ID=156249. DOI 10.34759/trd-2021-117-10

  4. Федоренко Р.П. Приближенное решение задач оптимального управления. – М.: Наука, 1978. – 488 с.

  5. Казмерчук П.В., Вернигора Л.В. Метод линеаризации в задачах перелета космических аппаратов с электроракетной двигательной установкой на геостационарную орбиту // Труды МАИ. 2020. № 115. URL: http://trudymai.ru/published.php?ID=119924. DOI: 10.34759/trd-2020-115-09

  6. Бортаковский А.С., Урюпин И.В. Оптимизация маршрутов непрерывно-дискретного движения управляемых объектов при наличии препятствий // Труды МАИ. 2020. № 113. URL: http://trudymai.ru/published.php?ID=118185. DOI: 10.34759/trd-2020-113-17

  7. Вернигора Л.В., Казмерчук П.В. Оптимизация траекторий КА с малой тягой методом линеаризации // Труды МАИ. 2019. № 106. URL: http://trudymai.ru/published.php?ID=105759

  8. Rybakov K.A. Solving the nonlinear problems of estimation for navigation data processing using continuous particle filter // Gyroscopy and Navigation, 2019, no. 10(1), pp. 27–34. DOI:10.1134/S2075108719010061

  9. Rybakov K.A. Spectral method of analysis and optimal estimation in linear stochastic systems // International Journal of Modeling Simulation and Scientific Computing, 2020, no. 11(3), pp. 2050022. DOI:10.1142/S1793962320500221

  10. Урюпин И.В. Синтез оптимальных кусочно-гладких аппроксимаций траекторий движения летательных аппаратов // Труды МАИ. 2018. № 100. URL: http://trudymai.ru/published.php?ID=93440

  11. Luus R. Iterative dynamic programming. Chapman and Hall/CRC, Boca Raton, USA, 2000, 344 p.

  12. Mirjalili S., Mirjalili S.M., Lewis A. Grey wolf optimizer //Advances in Engineering Software, 2014, vol. 69, pp. 46–61. DOI:10.1016/j.advengsoft.2013.12.007

  13. Mittal N., Singh U., Sohi B.S. Modified grey wolf optimizer for global engineering optimization // Applied Computational Intelligence and Soft Computing, 2016. DOI:10.1155/2016/7950348

  14. Пантелеев А.В., Беляков И.А. Разработка программного обеспечения метода глобальной оптимизации, имитирующего поведение стаи серых волков // Моделирование и анализ данных. 2021. Т. 11. № 2. C. 59–73. DOI: 10.17759/mda.2021110204

  15. Mirjalili S., Lewis A. The Whale Optimization Algorithm // Advances in Engineering Software, 2016, vol. 95, pp. 51-67. DOI:10.1016/j.advengsoft.2016.01.008

  16. Wang Y., Zhu M., Wei Y. Solar Sail Spacecraft Trajectory Optimization Based on Improved Imperialist Competitive Algorithm // Proceedings of the 10th World Congress on Intelligent Control and Automation, 2012, pp. 191–195. DOI:10.1109/WCICA.2012.6357865

  17. Пантелеев А.В., Пановский В.Н. Прикладное применение интервального метода взрывов для поиска оптимального программного управления солнечным парусом // Вестник НПО имени С.А. Лавочкина. 2016. № 4(34). C. 110-117.

  18. McInnes C.R., Hughes G.W. Low Cost Mercury Orbiter and Sample Return Missions Using Solar Sail Propulsion // Aeronautical Journal, 2003, no. 107(1074), pp. 469–478.

  19. Hughes G.W., McDonald M., McInnes C.R. Terrestrial Planet Sample Return Using Solar Sail Propulsion // Acta Astronautica, 2006, no. 59(8-11). pp. 797–806. DOI:10.1016/j.actaastro.2005.07.019

  20. Kamboj V.K., Bath S.K., Dhillon J.S. Solution of non-convex economic load dispatch problem using Grey Wolf Optimizer // Neural Computing and Applications, 2015, vol. 27, pp. 1301-1316. DOI:10.1007/s00521-015-1934-8


Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2024

 Вход