-
题名一种超参数自适应航天器交会变轨策略优化方法
- 1
-
-
作者
孙雷翔
郭延宁
邓武东
吕跃勇
马广富
-
机构
哈尔滨工业大学(深圳)空间科学与应用技术研究院
哈尔滨工业大学航天学院
上海卫星工程研究所
-
出处
《宇航学报》
EI
CAS
CSCD
北大核心
2024年第1期52-62,共11页
-
基金
国家自然科学基金(62273118,61876050,61973100)。
-
文摘
利用强化学习技术,本文提出了一种超参数自适应的燃料最优地球同步轨道(GEO)航天器交会变轨策略优化方法。首先,建立了GEO航天器交会Lambert变轨模型。以变轨时刻为决策变量、燃料消耗为适应度函数,使用改进式综合学习粒子群算法(ICLPSO)作为变轨策略优化的基础方法。其次,考虑到求解的最优性和快速性,重新设计了以粒子群算法(PSO)优化结果为参考基线的奖励函数。使用一族典型GEO航天器交会工况训练深度确定性策略梯度神经网络(DDPG)。将DDPG与ICLPSO组合为强化学习粒子群算法(RLPSO),从而实现算法超参数根据实时迭代收敛情况的自适应动态调整。最后,仿真结果表明与PSO、综合学习粒子群算法(CLPSO)相比,RLPSO在较少迭代后即可给出适应度较高的规划结果,减轻了迭代过程中的计算资源消耗。
-
关键词
地球同步轨道
Lambert变轨
强化学习
粒子群算法
深度确定性策略梯度
-
Keywords
Geosynchronous orbit
Lambert transfer
Reinforced learning
Particle swarm optimization
Deep deterministic policy gradient
-
分类号
V448.2
[航空宇航科学与技术—飞行器设计]
-