对地观测卫星系统优化问题的求解框架与方法

对地观测卫星系统优化问题具有设计变量多、设计空间大、难以解析计算而仿真又十分耗时的特点, 因此提出了基于综合拉丁方试验设计和代理模型的仿真优化框架. 该框架通过综合拉丁方试验设计方法生成仿真方案, 然后通过Kriging代理模型对仿真数据进行优化分析, 为实现代理模型的更新提出了代理模型最优点与最大化期望提高相结合的方式, 为实现代理模型的优化, 提出了全局与局部相结合的搜索模式, 其中全局搜索采用遗传算法实现, 局部搜索采用改进广义模式搜索算法实现, 最后通过仿真实例验证了该求解框架的有效性.     

免梯度混合优化算法在卫星系统顶层设计中的应用

针对卫星系统顶层设计中广泛存在仿真耗时、设计空间大以及非线性约束的特点,提出了免梯度混合优化算法。混合算法结合树状高斯过程（treed Gaussian process, TGP）模型、广义模式搜索和过滤法的优点,通过TGP模型将设计空间划分为互不相交的子空间,在各个子空间构建独立的高斯模型代替实际模型,并根据模型预测值和预测误差生成迭代点,进而指导模式搜索进行寻优,同时结合过滤法处理非线性约束。卫星系统中多星协同观测优化设计表明,该方法能够以较少的迭代次数获得满意解,具有很好的全局搜索特性。