Multi-objetivo optimización bajo incertidumbre con elementos finitos temporales insensibles
Autores: Ricciardi, Lorenzo A.; Maddock, Christie Alisa; Vasile, Massimiliano
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Multi-objetivo optimización bajo incertidumbre con elementos finitos temporales insensibles
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Método
Optimización multiobjetivo
Incertidumbre
Compensaciones de misión
Sistema de lanzamiento
Incertidumbres del modelo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Este documento presenta un método novedoso para la optimización multiobjetivo bajo incertidumbre desarrollado para estudiar una variedad de compensaciones de misión y el impacto de las incertidumbres en la evaluación de los diseños de misión del sistema de lanzamiento. Se extiende un algoritmo de optimización multiobjetivo memético, llamado MODHOC, que combina el método de transcripción Direct Finite Elements in Time con la Búsqueda Colaborativa de Múltiples Agentes, para tener en cuenta las incertidumbres del modelo. Se utiliza una Transformación no Aromática para capturar los dos primeros momentos estadísticos de las cantidades de interés. Se desarrolló un modelo de cuantificación de la incertidumbre para los parámetros del modelo atmosférico. Se realizó una optimización bajo incertidumbre para el diseño de trayectorias de descenso para un sistema de lanzamiento de dos etapas basado en un avión espacial.
Descripción
Este documento presenta un método novedoso para la optimización multiobjetivo bajo incertidumbre desarrollado para estudiar una variedad de compensaciones de misión y el impacto de las incertidumbres en la evaluación de los diseños de misión del sistema de lanzamiento. Se extiende un algoritmo de optimización multiobjetivo memético, llamado MODHOC, que combina el método de transcripción Direct Finite Elements in Time con la Búsqueda Colaborativa de Múltiples Agentes, para tener en cuenta las incertidumbres del modelo. Se utiliza una Transformación no Aromática para capturar los dos primeros momentos estadísticos de las cantidades de interés. Se desarrolló un modelo de cuantificación de la incertidumbre para los parámetros del modelo atmosférico. Se realizó una optimización bajo incertidumbre para el diseño de trayectorias de descenso para un sistema de lanzamiento de dos etapas basado en un avión espacial.