[发明专利]一种基于差分遗传算法的火箭弹道参数优化方法

说明书

本发明公开了一种基于差分遗传算法的火箭弹道参数优化方法，其中该方法包括：S1、随机生成指定规模的种群，种群中的个体的染色体由设计的火箭弹道参数构成；S2、对于当前种群中的染色体，求解弹道微分方程组，计算当前种群的目标函数值；S3、选择变异的基向量，对当前种群进行差分变异，得到变异个体；S4、将变异个体与当前种群采用指数交叉方法得到试验种群；S5、在当前种群和试验种群之间采取一对一生存者选择方法得到新一代种群；S6、种群进化迭代；S7、输出迭代优化过程与最优的弹道参数及弹道。本发明将差分遗传算法应用于火箭弹道参数的迭代优化过程中，不仅简化了优化过程，并且降低了火箭的起飞质量，提高了火箭的运载效率。

技术领域

本发明属于一种弹道参数优化方法，具体地说是一种基于差分遗传算法的火箭弹道参数优化方法。

背景技术

随着我国航空航天技术的不断发展，运载火箭的发射需求逐年增加，为了应对不同的发射任务和需求，需要对火箭设计制造进行不断地更新迭代，火箭的弹道参数优化便是其中非常重要的一环。常规的参数优化设计先以一个初步方案作为设计基础，通过求偏导数等“梯度信息”来分析不同参数变化敏感性，进而修改前一步的设计参数，得到一个新的设计方案。但由于航天理论的不断发展和火箭飞行任务的逐渐复杂化，弹道参数优化问题已经具有优化参数多、约束复杂的特征，并且很难找出偏导数等“梯度信息”。

发明内容

本发明提供了一种基于差分遗传算法的火箭弹道参数优化方法。

本发明的目的是通过差分遗传算法在随机搜索方面的优势，绕开“梯度信息”的限制，解决弹道优化问题中参数多、约束复杂，无法得到有效解的问题。

本发明解决其技术问所采取的技术方案是：一种基于差分遗传算法的火箭弹道参数优化方法，至少包括以下步骤：

S1：随机生成指定规模的种群，种群中的个体的染色体由设计的火箭弹道参数构成；

S2：对于当前种群中的染色体，求解弹道微分方程组，计算当前种群的目标函数值；

S3：选择变异的基向量，对当前种群进行差分变异，得到变异个体；

S4：将变异个体与当前种群进行指数交叉得到试验种群；

S5：在当前种群和试验种群之间选择得到新一代种群；

S6：种群进化迭代；

S7：输出迭代优化过程与最优的弹道参数及弹道。

进一步地，步骤S1中的染色体组成为：火箭各级燃料质量m_i、各级发动机平均推力P_i、各级燃料比冲I_sp(i)、转弯段攻角最大值的绝对值、转弯飞行段攻角控制参数a、大气层飞行段各级程序角控制参数。

进一步地，步骤S2中求解的弹道微分方程组如下：

(1)

公式(1)中，m、、、、、分别为质量、质量微分、速度微分、速度角微分、横向位移微分、垂直位移微分，q为动压，S_m为火箭特征面积，g为当前高度下的重力加速度，x为火箭横向位移，y为火箭垂直位移，R为地球平均半径，为火箭速度角，r为火箭运动矢径，，C_L为火箭气动升力系数，为火箭阻力系数对攻角的导数，后两者可由公式(2)与公式(3)计算：

(2)

(3)

公式(2)中，M_a为速度马赫数。

种群目标函数值f的计算方式为：

(4)

公式(4)中，m_i为火箭各级装药量，n为火箭级数，w为惩罚因子，为约束条件的泛函，m为约束条件的个数。

进一步地，步骤S3中的基向量为种群中目标函数值最小的个体，变异方式如下：