Многокритериальная оптимизация на основе желаемого вида траектории и многопрограммного позиционного управления

На примере задачи пространственного наведения ракеты рассмотрена перспективная технология многокритериальной оптимизации на основе многопрограммного позиционного управления для формирования траекторий, обеспечивающих эффективное попадание в цель. Для существенного уменьшения размерности пространства поиска неизвестных параметров вместо параметризации самого управления осуществлен переход в пространство поиска параметров некоего желаемого вида опорных траекторий. На основе "тяготения" к опорным траекториям сформирован набор решений (зависимости вектора состояния, управления от времени, значения критериев оптимизации), из которых выбрано наиболее предпочтительное

Литература

[1] Воронов Е.М., Савчук А.М., Спокойный И.А., Сычев С.И. Многокритериально-оптимальный нелинейный метод пространственного наведения // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2016. № 6. С. 126–139. DOI: 10.18698/0236-3933-2016-6-126-139

[2] Ehrgott M. Multicriteria optimization. Springer, 2005. 323 p.

[3] Воронов Е.М. Методы оптимизации управления многообъектными многокритериальными системами на основе стабильно-эффективных игровых решений. М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. 576 с.

[4] Середенко Н.Н., Периков Ю.А., Дружаев А.А. Сравнительный анализ многокритериальных методов принятия решений // Актуальные проблемы гуманитарных и естественных наук. 2010. № 1. С. 83–86.

[5] Шварц Д.Т. Интерактивные методы решения задачи многокритериальной оптимизации. Обзор // Наука и образование: научное издание. 2013. № 4. С. 245–264. URL: http://technomag.bmstu.ru/doc/547747.html

[6] Пантелеев А.В., Летова Т.А. Методы оптимизации в примерах и задачах. М.: Лань, 2015. 512 с.

[7] Денисова Л.А. Многокритериальная оптимизация на основе генетических алгоритмов при синтезе систем управления. Омск: Изд-во ОмГТУ, 2014. 170 с.

[8] Паротькин Н.Ю. О применении дифференцированного генетического алгоритма для решения задач многокритериальной оптимизации // Решетнёвские чтения. 2013. Т. 2. № 17. С. 66–67.

[9] Сопов Е.А., Сопов С.А. Вероятностный генетический алгоритм решения сложных задач многокритериальной оптимизации с адаптивной мутацией и прогнозом множества Парето // Вестник Самарского университета. Аэрокосмическая техника, технологии и машиностроение. 2011. № 6 (30). С. 273–282.

[10] Серов В.А. Генетические алгоритмы оптимизации управления многокритериальными системами в условиях неопределенности на основе конфликтных равновесий // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2007. № 4. С. 70–80.

[11] Eva Alfaro-Cid, Euan W. McGookin. Genetic programming for the automatic design of controllers for a surface ship // IEEE Transactions on Intelligent Transportation Systems. 2008. Vol. 9. No. 2. P. 311–321. DOI: 10.1109/TITS.2008.922932 URL: http://ieeexplore.ieee.org/document/4517335

[12] NithyaRani N., GirirajKumar M., Anantharaman N. Modeling and control of temperature process using genetic // IJAREEIE. 2013. Vol. 2. No. 11. P. 5355–5364.

[13] Бушуев А.Ю. Применение метода возмущений и функций чувствительности в задаче оптимизации систем с распределенными параметрами // Инженерный журнал: наука и инновации. 2015. № 6 (42). С. 1–9. DOI: 10.18698/2308-6033-2015-6-1411 URL: http://engjournal.ru/catalog/mech/mdsb/1411.html