彭坤 徐世杰 果琳丽 王平

（1中国空间技术研究院载人航天总体部，北京100094）（2北京航空航天大学宇航学院，北京100191）

1 引言

目前，小推力轨道的优化方法可分为间接法和直接法两大类。对于间接法，文献［1］中应用主矢量理论求解最优推力方向；文献［2］中分别用多点打靶法和最小边界条件法求解了近地小推力轨道优化问题。文献［3］中用多重打靶软件BNDSCO求解了多种燃料最省的小推力地火转移轨道。但间接法对初值敏感，难以收敛。直接法的初值均有物理意义，容易猜测，同时其通用性强。直接法的不足是寻优结果的最优性不能严格保证；寻优精度越高，计算量越大。在直接法研究中，文献［4］通过直接转录法求解最省燃料的地月小推力转移轨道。文献［5］中用序列二次规划（Sequential Quadric Programming，SQP）方法求解了地球到火星的燃料最省小推力转移轨道。但是SQP会遇到病态梯度、初始点敏感和局部收敛问题。文献［6］中利用退火遗传算法求解了定常推力地球-木星小推力轨道转移问题，有效避免了病态梯度、初始点敏感问题，但遗传算法本身容易陷入早熟收敛。

本文依据直接法的思想，将小推力轨道优化问题转化为非线性规划（Nonlinear Programming，NLP）问题，采用一种新兴的优化算法——人工免疫算法（Artificial Immune Algorithm，AIA）求解NLP。该算法具有个体多样性好的特点，能有效避免早熟收敛。同时，对基本型AIA进行改进，在算法中加入引导因子以提高算法的局部寻优能力，得到引导型人工免疫算法（Guiding Artificial Immune Algorithm，GAIA），将其用于求解地球到火星的燃料最省小推力转移轨道。……