Professional Documents
Culture Documents
基于改进遗传算法的最快爬升航迹的优化分析
基于改进遗传算法的最快爬升航迹的优化分析
1671 21819 (2009) 10 22669 205 Science Technology and Engineering Ζ 2009 Sci1 Tech1 Engng1
基于改进遗传算法的最快爬升航迹的优化分析
吴丽娜 王和平
(西北工业大学航空学院 ,西安 710072)
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
2670 科 学 技 术 与 工 程 9卷
( 2 ) — ( 4 ) , 直到
( 1 ) 爬升率 ( k) ( k - 1)
CL - CL
V y i = V i sinθi ;
- 5
( k) ≤10 ;
CL
( 2 ) 飞行时间
( 5 ) 然后计算 V y = V sinθ。
2Δh
Δ ti = ;
Vy i + Vy i +1
( 3 ) 经过的水平距离 3 遗传算法
1
Δxi = ( V i + V i + 1 ) cosθtΔ ti ;
2 遗传算法是借鉴生物界自然选择和自然遗传
( 4 ) 燃油消耗量 机制的随机全局搜索和优化方法 , 其本质是一种高
效、
并行 、
全局搜索的方法 , 能在搜索过程中自动获
ΔW f i = 1 ( qh i + qh i + 1 )Δ ti 。
2 取和积累有关搜索空间的知识 , 并自适应地控制搜
距离地面 3 048 m 处开始 , 爬升到高度 H = nΔh 索过程以求得最优解 。
所需时间 、
耗油以及飞过的水平距离为 311 遗传算法模型
使用遗传算法对航迹进行优化 , 首先要建立起
n n n
t = ∑Δ t , W
i =0
i f = ∑ΔW
i =0
fi ,x = ∑Δx
i =0
i 。
适用于遗传算法的数学模型 , 本文是求最短爬升时
间的航迹 , 则该模型的目标函数为
2 接近快升 n
f ( X ) = m in ∑Δ t
i =0
i
传统的快升飞行采用接近快升的爬升方式 : 开 约束条件为
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
10 期 吴丽娜 ,等 : 基于改进遗传算法的最快爬升航迹的优化分析 26
71
Δh ≥0 (M a0 为初始巡航马赫
( 1 ) 0 <M a ≤M 0 、 选择策略 , 对群体中的所有个体按其适应度大小进
数 ); 行降序排列 , 根据求解问题 , 设计一个概率分配表 ,
( 2 ) 0 ≤θ≤θmax 、0 ≤α≤αlj (θm ax为最大航迹倾斜 将各个概率值按上述排列次序分配给个体 , 以各个
角 ,αlj为临界迎角 ) ; 个体所分配到的概率值 , 作为其能够被遗传到下一
( 3 ) 最大油门和最小油门状态 。 代的概率 , 基于这些概率值用比例选择的方法来产
312 改进遗传算法的实现 生下一代群体 。
遗传算法的实现主要涉及参数的编码 、
选择算 31213 交叉算子
子、
适应度函数 、
变异算子和交叉算子 , 以及算法控 快升航迹的优化采用浮点型编码 , 在浮点型遗
制参数的设定和约束条件 。 传算法中 , 主要有单点交叉 、
启发式交叉 、
算术交叉
31211 爬升航迹染色体的编码方式 等 , 因此 , 在优化快升航迹的算法中采用了优化效
本文直接对飞行控制变量进行编码 , 使所得结 率较高的“混合交叉算子 ” , 即将以上 3 种交叉算
[3 ]
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
2672 科 学 技 术 与 工 程 9卷
4 算例分析
411 快升航迹
由于种群的初始化是对飞行控制变量进行的 ,
它们映射的航迹并不能在可行解范围内随机分布 ,
因此种群规模只取 30, 遗传代数取 100, 遗传算法的
主要运行参数选择如表 1 所示 :
表 1 主要运行参数
种群规模 30
最大进化代数 100
交叉概率 0. 78
变异概率 0. 067
412 最佳爬升速度
最佳爬升速度的优化计算中 , 种群的初始化是
对飞行速度进行的 , 在可行解范围内随机分布 , 因
此种群规模取 50,遗传代数取 100,遗传算法的主要
运行参数选择如表 2 所示 :
表 2 主要运行参数 由图 2 可以分析得到 , 以遗传算法优化过的快
种群规模 50
升航迹爬升要比接近快升航迹爬升更快的爬升到
最大进化代数 100 巡航高度 ,在 14 km 以下 ,接近快升与优化快升所需
交叉概率 0. 68 时间相差不大 , 其差值基本上可以忽略不计 , 可以
变异概率 0. 067 使用易于飞行控制的接近快升的爬升方式代替优
化快升航迹 ; 但是随着爬升高度的增加 , 爬升所需
413 优化结果分析
时间的差值也不断变大 , 此时不能忽略 , 因此对于
每条染色体可以非常直观地对应一条航线 , 而
每条航线也唯一地映射一条染色体 , 遗传算法得到 高空巡航的飞机 ,必须对其航迹进行优化控制 。
的最优航迹对应着最快爬升航迹 , 最优速度对应着
接近快升爬升方式的最佳爬升速度 。在此为了便
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
10 期 吴丽娜 ,等 : 基于改进遗传算法的最快爬升航迹的优化分析 26
73
函数和对应的适应度 。所以本文的算法也适用于其
5 结论 它求最佳爬升航迹的优化研究 ,例如以爬升燃油消耗
n
( 1 )本文应用遗传算法研究了最快爬升的航迹
量最小的轨迹爬升 m in (W f ) = m in ( ∑ΔW
i =0
fi ) 、
获
n
优化问题 , 通过算例的计算分析 , 基于改进遗传算 得最大水平距离的爬升 m in ( x ) = m in ( ∑Δx ) 等 。 i
法的优化程序 , 不但达到了优化的效果 , 且具有更 i =0
[ Abstract] An im p roved genetic algorithm op tim ization technique is introduced for op tim al trajectories via sim u2
lation for op tim al fastest clim b trajectory based on the advantages of global op tim ization performance. The sim ula2
tions betw een p recise and app roxim ate fast2clim bing show that the method and p rogram based on im p roved genetic
algorithm are more exactly than traditional m ethod, and the p lane can clim b up to the cruise height in the m inim al
tim e according to the op tim al trajectory. This m ethod and p rogram are in general use and can be used to op tim ize
m inim al fuel2burned clim b trajectory too.
[ Key words] fastest clim b trajectory op tim al genetic algorithm
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net