"Técnicas evolutivas
multiobjetivo aplicadas en el diseño de rutas en
vehículos espaciales"
Mario Augusto Ramírez Morales
|
Texto completo de la Tesis 
Resumen
La solución de problemas con
múltiples objetivos, mejor conocidos como multiobjetivo, es un
área en constante desarrollo. Ésta ha representado un
reto, en numerosos y muy diversos sentidos, para los expertos en la
materia por un largo tiempo. La computación evolutiva engloba a
un conjunto de heurísticas inspiradas en el principio de la
“supervivencia del más apto” de la teoría de la
evolución de Darwin. Los algoritmos evolutivos se han usado para
resolver problemas de optimización en una amplia variedad de
aplicaciones, que van desde minimizar la cantidad de material utilizado
en la fabricación de un producto, hasta el diseño de
vehículos espaciales. El uso de algoritmos evolutivos para
resolver problemas multi-objetivo se ha vuelto muy popular, sobre todo
en los últimos 10 años. Una misión espacial
involucra un conjunto de sistemas que interactúan para poder
realizar el objetivo para el cual fueron creadas. Un problema en
particular de esa larga lista, que además resulta ser de vital
importancia y a la vez muy complicado es el diseño de las
trayectorias que deben seguir los vehículos espaciales. Otro
problema de singular importancia está relacionado con la
utilización de los recursos limitados con los que cuentan todas
las misiones espaciales. Por lo expuesto anteriormente es necesario
optimizar los recursos con los que se cuenta en el vehículo,
como son el alimento y el combustible. El problema de encontrar la ruta
óptima en un vehículo espacial de bajo impulso, consiste
en determinar cuál es el camino que requerirá menor
tiempo y consumo de combustible para lograr nuestro objetivo, el cual
es llegar desde una órbita en particular a otra. La dificultad
para hacer esto radica en la complejidad para realizar una sola
evaluación de la función objetivo, además de la
alta dimensionalidad del problema planteado. En el presente documento
de tesis se plantea un mecanismo para encontrar buenas soluciones al
problema de diseño de trayectorias de vehículos
espaciales utilizando un algoritmo genético multi-objetivo
paralelo. Se optó por una solución paralela debido a la
complejidad computacional que plantea encontrar buenas soluciones en un
espacio de búsqueda considerablemente grande.
Abstract
Multiobjective optimization problems is a field that change and
development. It represents a challenge in many ways to scientists and
experts in this field. Evolutionary Computating is the collective name
for a range of problem-solving techniques based on principles of
biological evolution, such as natural selection and genetic
inheritance, proposed by Darwin. Evolutionary algorithms has been used
to solve a numerous set of optimization problems in an extensive
variety of applications, such as design and manufacturing products to
spacecraft design. Evolutionary algorithms becomes
very popular to solve multiobjective optimization problems since
1990’s. An space mission involves a set of very complicated systems
that interacts between themselves to achieve de goal for which they
were designed. One of this systems, so far complicated but extremly
complicated, is spacecraft’s trayectories. Another important problem is
related with the consume of limited resources. For these reasons, its
necesary optimizing resources as food and propellant mass. Finding
optimal trayectory of low-thrust spacecraft is very complicated in many
and diferent ways, such as objective funtion evaluation time and high
dimensional data. This problem is a trade-off between propellant mass
consumption and flight time in order to acheive de goal of de espace
mision which is arrive to a diferent eliptical orbit. Present document
explain the mechanism to deal and find good solutions to the problem of
low-thrust orbit transfer. Because high dimensional data, function time
evaluation and complexity of problem we used parallel model of
multiobjective genetic algorithm to solve it.