初值优化法

本文作者：天疆说
本站地址：https://cislunarspace.cn

定义

初值优化法（Initial Value Optimization）是从优化思想的角度出发，采用优化算法在更广的初值范围内搜索寻优，求得 DRO 轨道精确初值及周期的方法。该方法省去了求近似解析解的繁琐步骤以及数值解的迭代过程。

固定 $x$ 方向位置 $x_0$ ，将 $y$ 方向速度 $\dot{y}_0$ 和周期 $T_0$ 作为优化参数，以轨道闭合程度（如半周期后 $x$ 方向速度 $|\dot{x}_{0.5}|$ ）为目标函数，利用差分进化算法寻找最优解。

对比微分修正法，初值优化法只需给出更广的初值范围即可求得收敛的 DRO 轨道，效率更高。目标函数 $J_2 = |\dot{x}_{0.5}|$ 的求解时间约为目标函数 $J_1 = |x_1 - x_0|$ 的一半。

初值优化法固定 $x$ 方向位置 $x_0$ ，将 $y$ 方向速度 $\dot{y}_0$ 和周期 $T_0$ 作为优化参数，以轨道闭合程度（如半周期后 $x$ 方向速度 $|\dot{x}_{0.5}|$ ）为目标函数。

相比微分修正法需要近似解析解作为初值，初值优化法在更广的初值范围内直接搜索，省去了繁琐的迭代过程，计算效率更高。

采用差分进化算法作为全局优化器，在连续空间中搜索最优的 $\dot{y}_0$ 和 $T_0$ 。目标函数 $J_2 = |\dot{x}_{0.5}|$ 的求解时间约为 $J_1 = |x_1 - x_0|$ 的一半。

初值优化法为 DRO 轨道设计提供了高效的初值求解方法，避免了微分修正法对初值的敏感性问题，可在更广的参数范围内快速收敛到精确的 DRO 轨道初始条件。