Hyper Heuristic Approach for Design and Optimization of Satellite Launch Vehicle
摘要
在多重挑战性的技术和它的设计和优化的十字路口的卫星发射车辆谎言举多学科的设计和优化(MDO ) 过程的一个典型例子。问题的复杂性要求能优化设计的高度有效、有效的算法。亢奋的启发式的途径(HHA ) 基于元启发规则被用于空气的优化发射卫星发射车辆(ASLV ) 。一个非学习的随机的函数(NLRF ) 被建议控制增加全球答案的必然的低级元启发规则(LLMH ) ，在产品要求的必要成分太空系统的概念的设计阶段。全面实验学习被执行在流行非坡度上评估建议途径的表演优点基于的优化方法。ASLV 的设计包含模块由多学科的可行设计途径连接了的气体动力学，推进，结构，阶段布局，集体分发，和轨道。这条途径提出明确的系统级的目标然后在完全上把设计优化过程提交给优化器。为发射车辆系统设计的这条特殊途径从乏味的、反复的任务减轻工程师并且使他们能改进他们的部件水平模型。质量是车辆性能和费用上的一个动力，它因此被看作车辆设计过程的核心。因此，粗野发射质量将在 HHA 被最小化。
引用本文（GB/T 7714）
Amer, Farhan, Rafique, 等. Hyper Heuristic Approach for Design and Optimization of Satellite Launch Vehicle[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2011.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。