《表3 GCDE和GA优化结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于网格编码差分进化的在轨服务星群任务规划方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从结果中可以看出，服务星群总体上优先选择轨道运行方向上相位差最小的临近目标星进行服务，从而同时降低在轨服务任务完成时间和燃料消耗。此外，优化后的任务规划方案满足一对一在轨服务模式下的任务指派约束，且所需的最大速度增量为122.0 m/s、最长变轨时间为40225.0 s，符合工程实际要求。为了进一步说明GCDE的优化性能，本研究还采用MATLAB提供的整数编码遗传算法（GA）工具箱求解上述在轨服务任务规划问题（GA种群规模为100，最大进化代数为100，其它参数采用MATLAB GA工具箱默认设置），得到GCDE与GA优化结果对比如表3所示。表3中的结果表明，本文提出的GCDE方法在求解卫星星群一对一在轨服务任务规划问题时具有更好的全局收敛性，且其计算成本相比于传统GA减少了约90%，从而验证了GCDE的有效性和实用性。