传统的选星方法通常以遍历为手段,在可见星较多的情形下往往计算量很大。常规的遗传算法通常固定交叉和变异概率,产生不必要的时间消耗。针对这些问题,提出了引入成熟因子映射交叉概率和变异概率的双系统遗传选星算法,目的在于快速地找...传统的选星方法通常以遍历为手段,在可见星较多的情形下往往计算量很大。常规的遗传算法通常固定交叉和变异概率,产生不必要的时间消耗。针对这些问题,提出了引入成熟因子映射交叉概率和变异概率的双系统遗传选星算法,目的在于快速地找到最优解或可接受的次优解。该方法以几何精度因子(Geometric Dilution of Precision,GDOP)为适应度,构造单染色体种群,定义成熟度来指导交叉变异操作,再经过每代精英保留策略和隔代种群数量控制,最终搜索得到符合门限的可接受解。实验结果表明,在进化200代的条件下,成熟因子映射遗传算法比常规遗传算法的搜索时间平均节省约24.75%,引入种群数量控制机制后搜索时间进一步节省了约55.32%。该方法可以快速获得稳定数学期望的可用选星集合。展开更多
文摘传统的选星方法通常以遍历为手段,在可见星较多的情形下往往计算量很大。常规的遗传算法通常固定交叉和变异概率,产生不必要的时间消耗。针对这些问题,提出了引入成熟因子映射交叉概率和变异概率的双系统遗传选星算法,目的在于快速地找到最优解或可接受的次优解。该方法以几何精度因子(Geometric Dilution of Precision,GDOP)为适应度,构造单染色体种群,定义成熟度来指导交叉变异操作,再经过每代精英保留策略和隔代种群数量控制,最终搜索得到符合门限的可接受解。实验结果表明,在进化200代的条件下,成熟因子映射遗传算法比常规遗传算法的搜索时间平均节省约24.75%,引入种群数量控制机制后搜索时间进一步节省了约55.32%。该方法可以快速获得稳定数学期望的可用选星集合。