基于种群分布状态对太空发电站做姿态控制的方法及系统与流程

文档序号:19412159发布日期:2019-12-14 00:32阅读:198来源:国知局
基于种群分布状态对太空发电站做姿态控制的方法及系统与流程
本发明涉及航空航天领域和智能计算领域,更具体地说,涉及一种涉及太空发电站姿态和一种基于种群分布状态对太空发电站的姿态进行不断优化的方法。
背景技术
:对太空发电站姿态进行控制,目的是为满足太空电站在轨正常运行期间的对日/对地指向需求,由于当反馈增益过大时,会导致输出力矩过大,激起较为剧烈的结构振动,因此,为尽可能地减弱对结构的激励,瞬态控制能量需要尽可能取到较小值。现有技术中,通过对姿态控制过程中所涉及的参数进行优化而使得瞬态控制能量需要尽可能小,是典型的单目标数值优化问题。差分演化算法(differentialevolution,de)是基于群体的启发式搜索方法,在该方法中,种群规模(populationsize,ps)主要影响着算法资源的分配和平衡,过大的ps虽然有利于全局搜索但却容易快速消耗给定的评估次数而不利于种群的收敛,反之过小的ps则有助于提高算法的勘探能力但易于使种群过早收敛。所以,合适的ps设置对于提高算法的计算效率和性能都有重要意义。同时,de算法虽然在全局搜索上有着突出的表现,其在局部搜索能力方面仍有欠缺,这使算法在演化后期,将会导致种群收敛速度变慢,从而不能满足算法在评估次数较少的情况下,快速收敛到问题最优解的要求。技术实现要素:本发明要解决的技术问题在于,针对现有技术在演化后期导致种群收敛速度变慢,而不能定位到问题的最优解的缺陷,提供一种基于种群分布状态调整太空发电站姿态的优化方法及系统,通过适时地加入一些局部搜索策略,来提高方法的整体性能。本发明解决其技术问题所采用的技术方案是:构造一种基于种群分布状态对太空发电站做姿态控制的方法,包括以下步骤:s1、采用pd控制器进行太空发电站的姿态进行优化调整,且在优化调整过程中,将控制器的阻尼比和频率作为姿态控制优化参数,在对相关的控制器参数进行编码后,得到系统优化参数x;s2、根据编码得到系统优化参数x,设定种群,其中,将依据预先设定的目标函数,设定初始种群规模ps后,将计算得到的目标解作为种群的个体;且对种群的评估次数计数器nfes、种群的演化代数g、种群的扩大比例rate1、种群的缩小比例rate2、前、后代种群熵值的比值均值ravg进行初始化设置;s3、对种群中的每个个体进行评估,并记录最优解xbest;s4、利用差分演化算法,对种群进行n代的变异、交叉和生存选择演化操作,其中,在每代的演化结束后,通过前、后代种群熵值的比值均值ravg,进一步确定种群的分布状态,对种群规模进行更新后,返回到步骤s3,直到评估次数达到预设的阈值时,则执行步骤s5;而基于更新规模后的种群,进入到下一次的评估和演化过程时,一方面需对评估次数计数器进行更新,其更新方式为:nfes=nfes+ps;另一方面,需比较上一次与本次评估记录得到的最优解xbest,基于设定的目标函数,对最优解进行更新;s5、输出系统优化参数xbest,将其作为pd控制器的最优控制参数,进一步控制太空发电站的姿态。进一步的,步骤s4中,演化需用到的变异和交叉控制参数cr、f分别采用正态分布、柯西分布随机生成,基于随机生成的变异和交叉控制参数cr、f,生成测试向量ui,g,根据设定的目标函数的最大化或最小化性质,在最大化性质的条件下,将大于或等于ui,g的目标向量,作为第g+1代的目标向量即xi,g+1=xi,g;在最小化性质的条件下,将小于或等于ui,g的目标向量,作为第g+1代的目标向量即xi,g+1=xi,g,其中,上述两项条件下,剩余的xi,g均将存入到劣解集合;xi,g、xi,g+1分别为第g、g+1代的目标向量;通过生成的测试向量,进一步确定进入到选择优秀的个体进入到下一代的演化,将劣势的个体作为待从种群中去除的对象,在确定需对种群规模缩小的时候,将劣势的个体从种群中删除,进一步保证评估的有效性。进一步的,步骤s4中,每代的演化结束之后,通过计算前、后两代种群熵值,基于前、后两代种群熵值比值r=eg+1/eg,确认种群的分布状态;其中,还包括对前后代种群熵值比值均值ravg的更新,其更新方式为:ravg=ravg+r;基于种群的演化代数和更新后的前、后两代种群熵值比值均值ravg,对种群规模ps做扩大或缩小处理;由于通过熵值即可判断集合的离散和分布特征,因此,在对种群进行更新之前,通过前后代种群熵值比值均值ravg,将其应用到种群的规模更新中,进一步提高种群规模的更新精度。进一步的,前、后两代种群熵值的计算过程为:a41、确定太空发电站的姿态控制问题维度d;a42、按照每一维度的空间范围,对种群进行子区间的划分,其中,对每一维上落入子区间j,j=1,...,ps的个体数量进行计数后,计算个体落入子区间j的概率pj,g;a43、基于概率pj,g,计算种群每一维的熵值ei,g,计算公式为:a44、将种群每一维的熵值ei,g进行统计,得到第g代种群的熵值:eg=∏ei,g(i=1,…,d);其中,d为种群的共计维数,g≥1。进一步的,基于种群的演化代数和更新后的前、后两代种群熵值比值均值ravg,进行种群规模ps的扩大或缩小的步骤包括:b41、令ravg=ravg/n;其中,n为种群熵更新的代数;b42、基于步骤b41更新后的ravg,对种群规模进行更新,更新规则为:在nfes<0.2×maxnfes且rand(0,1)>ravg时,依据种群的扩大比例和种群规模的上限值,在种群中随机生成min(rate1×ps,psmax-ps)个个体;在nfes≥0.2×maxnfes且rand(0,1)<ravg时,依据种群的缩小比例和种群规模的下限值,从劣解集合中随机选择min(rate2×ps,ps-psmin)个个体,并将其从种群中删除,实现对种群规模的缩小;其中,maxnfes为计数器的上限记录值,psmax、psmin分别为种群的上限、下限值;b43、最后令ravg=0,保证在进行下一代演化的时候,前、后两代种群熵值比值均值是依据更新规模后的种群,进行更新的;通过结合评估计数次数和前、后两代种群熵值比值均值ravg,进一步确定种群的离散或分布状态,选择性的对种群进行扩大或缩小,并基于差分演化算法中,确定的劣势个体,进一步保证种群中个体适用于下一代的演化,进一步保证了算法的有效性和计算精度。进一步的,基于步骤s4中,在种群规模减小到种群规模下限时,则结束评估和演化的循环过程,触发局部搜索策略,输出最优解xbest。本发明公开的一种基于种群分布状态对太空发电站做姿态控制的系统,包括:处理器及所述存储设备;所述存储设备用于存储指令及数据用于实现上述任意一种方法;所述处理器用于加载并执行所述存储设备中的指令及数据用于实现上述的任意一种方法。在本发明所述的基于种群分布状态对太空发电站做姿态控制的方法及系统中,以de算法为基础,提出了基于种群分布状态判断的策略,提高了解决太空电站姿态控制问题的能力。实施本发明的一种基于种群分布状态对太空发电站做姿态控制的方法及系统,具有以下有益效果:1、为了提高计算效率,该方法对信息熵公式进行了简化并将其应用到种群分布状态的量化中,从而得到种群熵值;2、通过对种群分布状态的判断适时地对种群规模进行调整,从而更加合理有效地利用了计算资源;3、结合局部搜索算法sqp(sequentialquadraticprogramming),以提高de算法在局部搜索上的不足。附图说明下面将结合附图及实施例对本发明作进一步说明,附图中:图1是太空发电站做姿态控制的流程图;图2是种群熵值的计算、更新流程图;图3是空发电站做姿态控制的系统结构图。具体实施方式为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。请参考图1,其为太空发电站做姿态控制的流程图,该方法包括以下步骤:s1、采用pd控制器进行太空发电站的姿态进行优化调整,且在优化调整过程中,将控制器的阻尼比和频率作为姿态控制优化参数,在对相关的控制器参数进行编码后,得到系统优化参数x。s2、根据编码得到系统优化参数x,设定目标函数,其中,优化参数设定为:本实施例中,参数的取值范围设为:其中ω0=7.292e-5,ε代表的是pd控制器的阻尼比,ω代表的是pd控制器的频率;优化目标设为:minf(x)(f(x)为瞬态控制能量的计算公式,目标函数设定为最小化求解性质),当前的优化目标即是要得到最小的瞬态能量;为了求解最优的目标解,本实施例中,采用差分演化算法,首先,将初始种群规模ps设为50,其中,将多个目标解构成的集合作为一个种群,集合中的每个目标解作为种群的单个个体;最后,对算法中所需用到的变量进行初始化,包括了对评估次数计数器nfes=0、种群演化代数g=0、种群扩大比例rate1=0.3、种群缩小比例rate2=0.05、前后代种群熵值比值均值ravg=0的初始化设置。s3、根据目标函数f(xi,g)对种群中的每个个体进行评估,并记录最优解xbest。s4、利用差分演化算法,在每代的演化过程中,对种群进行变异、交叉和生存选择操作,为下一代种群选择个体,当前操作中,变异和交叉控制参数cr、f分别采用正态分布、柯西分布随机生成;且在生成选择操作中,基于生成的变异和交叉控制参数cr、f,利用变异交叉算子生成测试向量ui,g;其中,若ui,g优于目标向量xi,g(即ui,g小于目标向量xi,g),则令xi,g+1=ui,g(即将当前得到的测试向量作为下一代种群中所包括的个体),同时将xi,g存入到劣解集合(即将当前的目标个体xi,g作为待从种群中去除的个体);否则令xi,g+1=xi,g(即将当前一代的目标向量作为下一代的目标向量,等待进行下一代演化过程中的生存选择);其中,xi,g、xi,g+1分别为第g、g+1代的目标向量;在存入数据前,对劣解集合进行初始化设置当前,待演化结束后,通过计算前、后两代种群的熵值,得到前、后两代种群熵值比值r=eg+1/eg;其中,eg、eg+1分别为前、后两代种群的熵值。基于种群熵值比值r,进一步确认种群的分布状态,同时对前后两代种群熵值比值均值ravg进行更新,更新方式为:ravg=ravg+r;其中,基于种群的演化代数和更新后的前、后两代种群熵值比值均值ravg,对种群规模ps、评估次数计数器进行更新;当前,待种群更新后,返回到步骤s3,基于更新规模后的种群,进入到下一次的评估和演化过程;其中,评估次数计数器的更新方式为:nfes=nfes+ps,且每次在对种群进行评估时,比较上一次与本次评估记录得到的最优解xbest,基于设定的目标函数,对最优解进行更新;在评估次数达到预设的阈值时,则执行步骤s5。s5、输出系统优化参数xbest,将其作为pd控制器的最优控制参数,进一步控制太空发电站的姿态。请参考图2,其为种群熵值的计算、更新流程图,前、后两代种群熵值的计算过程为:a41、基于所述相关控制器参数的个数,设置问题维度d;本实施例中,根据相关控制参数的个数,将d设为8。a42、按照每一维度的空间范围,将种群平均分为ps个子区间,其中,将每一维上落入子区间j,h=1,...,ps的个体数量记为nj,g,依次计算得到个体落入子区间j的概率pj,g,其计算公式为:pj,g=nj,g/ps。a43、基于概率pj,g,计算种群每一维的熵值ei,g,计算公式为:a44、将种群每一维的熵值ei,g进行统计计算后,得到第g代种群的熵值:eg=∏ei,g(i=1,…,d);其中,d为种群的共计维数,g≥1。当中,基于种群熵值的演化代数n、每一代的种群熵值,对前、后两代种群熵值比值均值ravg,以及种群规模ps进行更新,具体的更新操作步骤请参考图2:b41、令ravg=ravg/n;其中,n为种群熵更新的代数,本实施例中n=4,即整合4代的种群熵值后,对其求平均;b42、基于前、后两代种群熵值比值均值ravg,对种群规模进行更新,更新规则为:在nfes<0.2×maxnfes且rand(0,1)>ravg时,在种群中随机生成min(rate1×ps,psmax-ps)个个体,对种群规模进行扩大;在nfes≥0.2×maxnfes且rand(0,1)<ravg时,基于劣解集合,从种群中删除min(rate2×ps,ps-psmin)个个体,对种群规模进行缩小;即基于所选择的删除个数,将存入劣解集合中的个体进行删除;其中,maxnfes为计数器的上限记录值,psmax、psmin分别为种群的上限、下限值;b43、最后令ravg=0。作为一个优选的实施例,在特定情况下,例如在种群规模减小到种群规模下限时,则结束评估和演化的循环过程,触发局部搜索策略,输出最优解xbest。本发明公开的一种基于种群分布状态对太空发电站做姿态控制的系统,该系统的结构图请参考图3,该系统包括:处理器l1及所述存储设备l2;存储设备l2用于存储指令及数据用于实现上述的任意一种方法;所述处理器l1用于加载并执行所述存储设备中的指令及数据用于实现上述的任意一种方法。为了证明本申请公开的方法及系统的有效性,共设计4组对比实验进行说明,实验中太空电站初始构型的相关参数以及振动频率和质量如表1所示:表1太空电站的初始构型参数电池子阵宽度(m)桁架边长(m)比例因子频率(hz)质量(kg)26.50.510.002720177960在四组对比实验中,基于种群分布状态判断的太空发电站姿态控制优化方法参数设置如表2所示:表2参数设置实验种群规模最大评估次数最大迭代次数一20100017二50500034三501000067四1002000067四组对比实验的优化结果以及对应的对地y轴姿态角误差、对日y轴姿态角θi误差和瞬态控制能量(结果保留三位小数)如表3所示:表3最优控制器参数表3中四组实验优化结果均满足约束条件,均为可行解。通过对比表3中四组实验结果可得,实验三中得到的最优控制器参数对应的瞬态控制能耗最低,为本组实验的最优解。即初始太空电站构型满足姿态角误差约束最优的控制器参数为x=[0.707,0.705,0.707,0.528,10.003,21.640,10.252,10.076],此时瞬态控制能量最低,为1954189(n2m2s)。上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。当前第1页12
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1