航天器集群在復(fù)雜條件下的軌道規(guī)劃問題是當(dāng)前航天領(lǐng)域的熱點以及難點.本文針對分布式集群航天器在隊形變換過程中的軌道最優(yōu)規(guī)劃問題進(jìn)行了研究,提出了基于自適應(yīng)種群變異的鴿群算法(adaptive population variation pigeon-inspired optimization, APVPIO).本文對經(jīng)典PIO算法中的核心演化算法、演化停滯以及易陷入局部最優(yōu)解問題進(jìn)行了研究.同時針對經(jīng)典PIO算法的適應(yīng)度函數(shù)進(jìn)行了研究,并且結(jié)合軌道規(guī)劃問題進(jìn)行了改進(jìn).最后基于自適應(yīng)種群變異的鴿群算法進(jìn)行了仿真實驗,結(jié)果表明, APVPIO算法,相比于經(jīng)典PIO算法、PSO算法在極大減少計算量的同時,有更優(yōu)規(guī)劃結(jié)果、更深的種群演化深度以及更快的收斂速度,可以滿足航天器集群在復(fù)雜約束條件下的軌道規(guī)劃問題.

【文章頁數(shù)】：8 頁


本文編號：3843118