emoea/d-de算法在卫星有效载荷配置中的应用

？针对卫星有效载荷配置问题，提出了一种基于差分进化分解的改进多目标优化算法(emoea/d-de)的有效载荷配置模型。该模型将配置问题转化为以卫星数、卫星冗余度为目标的多目标优化问题(mop)，并采用emoea/d-de进行求解。此外，针对随机均匀初始化会导致种群在目标空间分布过于集中的问题，采用与优化目标相结合的随机初始化方法进行改进。实验结果表明，该模型所求解集的平均差异性在0.05以内，分布度值在0.9以上,具有较好的稳定性及分布性，且改进后的算法收敛速度提升近1倍，所求解的近似pareto前沿相对更优。