導(dǎo)讀： 中文摘要：主要研究了航天器采用Lambert二脈沖變軌的優(yōu)化問題。對于初始位置、目標(biāo)位置和轉(zhuǎn)移時間都不固定的Lambert二脈沖轉(zhuǎn)移，由于多變量以及方程本身的復(fù)雜性，采用傳統(tǒng)的優(yōu)化方法效率低甚至無法求解。采用了自適應(yīng)遺傳算法（AGA），尋求多變量的最優(yōu)解。...
中文摘要：主要研究了航天器采用Lambert二脈沖變軌的優(yōu)化問題。對于初始位置、目標(biāo)位置和轉(zhuǎn)移時間都不固定的Lambert二脈沖轉(zhuǎn)移，由于多變量以及方程本身的復(fù)雜性，采用傳統(tǒng)的優(yōu)化方法效率低甚至無法求解。采用了自適應(yīng)遺傳算法（AGA），尋求多變量的最優(yōu)解。同時結(jié)合模擬退火算法，得到了自適應(yīng)模擬退火遺傳算法（ASAGA），該算法既具有全局搜索能力，又改善了一般遺傳算法的局部尋優(yōu)能力。通過仿真，比較了遺傳算法和自適應(yīng)模擬退火遺傳算法的尋優(yōu)結(jié)果，表明兩者尋求最優(yōu)轉(zhuǎn)移的有效性，以及自適應(yīng)模擬退火算法具有更強(qiáng)的尋優(yōu)能力。
