一类航天器布局设计问题的顺序、物理（空间）分解协调方法

论文摘要

航天器空间布局设计关系到航天器的结构、性能、寿命、设计周期及成本等,是航天器总体设计的关键技术之一。该问题在数学上属于组合最优化和NP-难（NP-hard）或NP完全（NP complete）问题,在工程上属于方案设计和复杂工程系统问题,面临的主要困难是问题描述复杂,建模和求解困难,既要解决数学上的组合爆炸问题,又要解决工程系统复杂性问题。目前对此类复杂布局设计问题的研究存在的主要问题是,研究对象的规模和复杂程度还相对不足,实用化解决方法还不多,工程实用化技术和工具较缺乏等。 本论文以中国航天科技集团某部委托项目“航天器布局优化设计平台研究与开发”为应用背景,在国家自然科学基金资助下,应用复杂工程系统设计的分解-协调理论方法,研究一类以改善航天器刚体动力学特性为目标的空间布局设计问题。 本文主要工作包括以下几个方面: 1.根据此类航天器布局设计问题的具体技术要求和航天器构型特点,遵循顺序分解思想,提出解决一类待布物空间调度问题的启发式算法——向心平衡法,以及求解详细布局设计问题的一种基于拟TSP（Traveling Salesman Problem,TSP）模型的布局优化算法。前者根据一组启发式规则和简化的优化目标函数进行待布物在布局子空间之间的调度,实现航天器质量分布特性的初步优化,为各布局子空间的详细布局设计奠定基础;后者在遗传算法构造的初始布局方案基础上,以各待布物在当前位置附近的邻域搜索为手段,将待布物位置改进探索方向和步长离散化,把各待布物布局位置寻优问题转化为一类“路径”寻优问题,建立布局优化问题的拟TSP模型,进而采用求解TSP的有效算法——蚁群优化算法求解该拟TSP模型。上述布局优化过程组合了连续实数空间优化的遗传算法和组合优化的蚁群优化算法,后者在一定程度上弥补了遗产算法优化后期在局部搜索能力上的不足,加速了布局寻优进程。本文通过航天器布局设计算例检验了上述方法的可行性和有效性。 2.根据复杂工程系统设计的物理分解方法,提出求解此类航天器布局设计问题的一种空间分解-协调算法,对大规模航天器布局设计问题的求解进行了探索。该方法根据一类航天器的结构特点,将原航天器布局设计问题分解为多个物理子空间的并行布局设计子问题,定义了各布局子空间的状态向量,并基于该状态向量给出了空间分解-协调布局设计方法的两级优化框架,提出了系统级协调问题和子空间级详细布局设计问题的数学模型和优化算法。本文分解-协调方法结合多学科设计优化的协作优化算法、协同演化算法和基于最优响应面的局部-全局优化算法各自的特点,以子系统状态向量作为系统级协调和子系统级布局设计之间信息传递的纽带,在详细布局设计阶段实现了各子系统布局设计问题在优化目标、设计变量和约束条件上的分解,既保持各子系统详细布局设计上的独立自主性,又通过基于子系统状态向量的系统级优化问题保证了各子系统布局设计之间的动态、高效协调,为形成系统级稳定、持续的优化能力创造了条件,广义上属于复杂系统设计的目标分解方法。经给定规模的布局设计算例验证,本空间分解-协调算法在此类航天器布局设计问题上是可行的,且理论上适用于求解更大规模、更复杂的航天器布局设计问题;本算法相对于整体布局优化的遗传算法和遗传-蚁群优化算法,在持续优化能力和计算稳定性上均有一定优势,但在计算效率上不占优势。本文

论文目录

• 摘要
• Abstract
• 缩略语表
• 1 绪论
• 1.1 工程背景和研究意义
• 1.2 本文航天器布局设计问题
• 1.3 论文工作内容
• 1.3.1 空间布局问题概述和国内外研究进展
• 1.3.2 本文工作动机和出发点
• 1.3.3 本文主要工作
• 1.4 论文的组织
• 2 国内外研究现状综述
• 2.1 复杂布局设计问题国内外研究进展
• 2.1.1 Cagan&Szykman等的机械产品布局设计研究
• 2.1.2 Michalek&Papalambros等的建筑平面布局设计研究
• 2.1.3 VLSI布局问题研究
• 2.1.4 航天器布局设计研究
• 2.2 复杂工程系统设计方法研究进展
• 2.2.1 多学科设计优化的并行子空间法和协作优化法
• 2.2.2 协同进化MDO算法
• 2.2.3 基于最优响应面的布局-全局优化方法
• 2.2.4 Papalambros&Michelena的目标分解方法
• 2.3 多Agent系统研究及应用
• 2.3.1 多Agent系统概述
• 2.3.2 用于CSP问题求解的一类多Agent系统——AER系统
• 2.4 小结
• 3 航天器布局设计问题的顺序分解方法
• 3.1 航天器布局设计问题实例
• 3.2 复杂布局设计问题的顺序分解策略
• 3.3 空间调度问题的向心平衡法
• 3.3.1 向心平衡法的基本思想
• 3.3.2 向心平衡法的实现
• 3.3.3 向心平衡法的几种扩展形式
• 3.4 详细布局设计
• 3.4.1 初始布局构造的遗传算法
• 3.4.2 布局改进的拟TSP模型
• 3.4.3 布局改进的拟TSP算法
• 3.4.4 详细布局设计流程
• 3.5 卫星舱布局设计算例
• 3.5.1 算例描述
• 3.5.2 空间调度算例
• 3.5.3 详细布局算例
• 3.5.4 优化布局方案示例
• 3.5.5 讨论
• 3.6 小结
• 4 航天器布局设计问题的物理（空间）分解-协调方法
• 4.1 航天器布局设计问题的空间分解方法
• 4.2 航天器布局设计问题重定义
• 4.2.1 状态向量定义
• 4.2.2 优化目标函数、约束条件重定义
• 4.2.3 布局子系统间耦合关系分析
• 4.3 航天器布局设计的空间分解-协调方法
• 4.3.1 空间分解-协调方法的基本思想
• 4.3.2 空间分解-协调方法的算法描述
• 4.3.3 空间分解-协调布局设计方法的特点
• 4.3.4 空间分解-协调布局设计方法的算法实现
• 4.4 小结
• 5 基于多Agent系统模型的布局设计算法研究
• 5.1 基于MAS模型的随机装填布局算法研究
• 5.1.1 布局Agent模型
• 5.1.2 环境模型
• 5.1.3 布局Agent自治行为策略
• 5.1.4 多Agent系统调度策略
• 5.1.5 算法实现
• 5.1.6 算例
• 5.2 基于MAS模型的匹配布局算法研究
• 5.2.1 冲突评价准则
• 5.2.2 布局Agent换位探索策略
• 5.2.3 布局Agent移动探索策略
• 5.2.4 匹配布局算法流程
• 5.2.5 算例
• 5.3 小结
• 6 物理（空间）分解-协调方法应用算例
• 6.1 算例1
• 6.1.1 算例描述
• 6.1.2 算法设置
• 6.1.3 计算结果与讨论
• 6.1.4 优化布局方案示例
• 6.1.5 算例1结论
• 6.2 算例2
• 6.2.1 算例描述和算法设置
• 6.2.2 计算结果与讨论
• 6.2.3 优化布局方案示例
• 6.2.4 算例2结论
• 6.3 小结
• 7 总结与展望
• 7.1 工作总结
• 7.2 后续工作展望
• 致谢
• 参考文献
• 攻读学位期间发表的论文、参研课题及奖励情况
• 附录：空间分解-协调方法中若干重要公式的推导
• 论文创新点摘要