返回
Trajectory Optimization Method for Flexible Deployable Systems Based on Conditional Recurrent Neural Network Surrogate Model
DOI:10.1109/TAES.2025.3590360.png)
摘要
En 中文
柔性展开系统的运动中,大变形和旋转存在非线性耦合。柔性展开系统的展开轨迹难以高效求解,这增加了轨迹优化的难度。本文提出了一种基于条件循环神经网络的柔性展开系统动态轨迹优化方法。针对典型柔性展开系统,推导了动态轨迹优化问题的数学描述。基于条件循环神经网络建立了柔性展开系统的动态代理模型,以规避轨迹优化中耗时较长的数值积分。为解决代理模型的间断性问题,引入了基本轨迹序列,并将其与无梯度优化算法相结合。针对具有非线性目标函数的柔性展开系统,开发了动态轨迹优化算法。以柔性展开阵列系统为例,展开过程中薄板的最大应变能作为目标函数。数值结果和实验数据表明,对于具有非线性优化目标的柔性展开系统轨迹优化问题,目标函数值降低了26.33%。
Keyword:
Trajectory optimization
Aerodynamics
Nonlinear dynamical systems
Optimization
Heuristic algorithms
Mathematical models
Dynamic programming
Computational efficiency
Vehicle dynamics
Aerospace and electronic systems
期刊
IF:
5.7
论文数:
803
被引数:
2.4W
机构
引用论文
Trajectory Optimization With Particle Swarm Optimization for Manipulator Motion Planning基于粒子群算法的机械臂运动规划轨迹优化
Improvement of Trajectory Tracking by Robot Manipulator Based on a New Co-Operative Optimization Algorithm
Mathematics
IF0

