摘要
本发明属于火箭制导技术领域,针对目前仅采用启发式算法解决复杂约束下的运载火箭上升段轨迹优化问题时往往无法达到预期目的技术问题,本发明提出了一种基于改进DE‑SQP算法的运载火箭轨迹优化方法,包括以下步骤:S1、对参数进行初始化;S2、基于步骤S1,采用Chebyshev混沌映射融合反向学习策略进行种群初始化,得到初始种群;S3、对步骤S2得到的初始种群进行更新迭代;S4、当满足算法终止准则,停止步骤S3的更新迭代过程,输出当前种群中适应度最高的个体作为最优解;S5、将步骤S4得到的最优解作为初值输入SQP算法中进行求解,输出最优弹道。本发明提供的方法具有较强的全局优化和局部精确搜索能力,可以有效解决运载火箭上升段轨迹优化问题。
技术关键词
轨迹优化方法
运载火箭
变异策略
可读存储介质
DE算法
制导技术
启发式算法
表达式
计算机
处理器
终端设备
存储器
参数
规模
指标
定义
系统为您推荐了相关专利信息
多智能体协同
材料性能参数
生成智能
预测模型训练
风险
语音控制指令
混合现实设备
语音定位方法
图像
标记方式
肌肉状态评估
状态分析方法
电阻抗
肌电特征
数据
样本
原型
构建卷积神经网络
室内定位系统
神经网络架构