本發(fā)明涉及衛(wèi)星載荷艙布局，尤其涉及一種基于熱管約束下衛(wèi)星有效載荷艙組件布局方法及系統(tǒng)。

背景技術(shù)：

1、衛(wèi)星有效載荷艙布局的合理化顯著影響了電子元器件的工作性能。隨著對衛(wèi)星功能要求的不斷增加，越來越多的元器件需要安裝在有限的載荷艙空間，會導(dǎo)致嚴(yán)重的積熱問題。熱管約束下組件布局優(yōu)化(hdlo，heat?pipe-constrained?device?layoutoptimization)便是通過合理化衛(wèi)星載荷艙空間利用率來最大化釋放電子元器件工作性能與最小化積熱情況。

2、然而，因為hdlo不僅考慮了傳統(tǒng)的載荷艙布局約束，還考慮了由熱管引起的熱解能力約束和組件與熱管重疊約束，因此熱管的存在引入了額外的優(yōu)化復(fù)雜性，導(dǎo)致無法得到合適的布局方法。

3、因此，現(xiàn)有技術(shù)還有待于改進和發(fā)展。

技術(shù)實現(xiàn)思路

1、本發(fā)明的主要目的在于提供一種基于熱管約束下衛(wèi)星有效載荷艙組件布局方法、系統(tǒng)、終端及計算機可讀存儲介質(zhì)，旨在解決現(xiàn)有技術(shù)中hdlo不僅考慮了傳統(tǒng)的載荷艙布局約束，還考慮了由熱管引起的熱解能力約束和組件與熱管重疊約束，因此熱管的存在引入了額外的優(yōu)化復(fù)雜性，導(dǎo)致無法得到合適的布局方法的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供一種基于熱管約束下衛(wèi)星有效載荷艙組件布局方法，所述基于熱管約束下衛(wèi)星有效載荷艙組件布局方法包括如下步驟：

3、獲取目標(biāo)元器件信息，根據(jù)所述目標(biāo)元器件信息構(gòu)建元器件初始布局方案，并生成多個目標(biāo)約束條件；

4、根據(jù)所述初始布局方案和多個目標(biāo)約束條件，將熱管約束下衛(wèi)星有效載荷艙組件布局問題轉(zhuǎn)化為多目標(biāo)算法模型；

5、根據(jù)第一階段優(yōu)化算法，對所述多目標(biāo)算法模型進行演化，并在每次演化過程中判斷當(dāng)前所有的布局方案是否為可行方案，當(dāng)當(dāng)前所有的布局方案均為不可行方案時，根據(jù)第二階段優(yōu)化算法，選取預(yù)設(shè)數(shù)量的布局方案并進行修飾，根據(jù)修飾結(jié)果再次進行演化；

6、當(dāng)演化達到終止條件時，將最后一次演化得到的多個布局方案中性能最好的方案作為目標(biāo)方案，并輸出。

7、可選地，所述獲取目標(biāo)元器件信息，根據(jù)所述目標(biāo)元器件信息構(gòu)建元器件初始布局方案，并生成多個目標(biāo)約束條件，具體包括：

8、獲取目標(biāo)元器件信息，其中，所述目標(biāo)元器件信息包括每個元器件的編號及位置信息；

9、根據(jù)每個元器件的編號及位置信息，構(gòu)建所述元器件初始布局方案；

10、根據(jù)所述元器件初始布局方案，生成多個目標(biāo)約束條件，其中多個目標(biāo)約束條件包括非重疊約束、元件熱管重疊約束、靜態(tài)穩(wěn)定性約束和散熱能力約束。

11、可選地，所述根據(jù)所述初始布局方案和多個目標(biāo)約束條件，將熱管約束下衛(wèi)星有效載荷艙組件布局問題轉(zhuǎn)化為多目標(biāo)算法模型，具體包括：

12、根據(jù)所述初始布局方案和多個目標(biāo)約束條件，生成所述初始布局方案對應(yīng)的總體違約值、擁擠距離和熱性能的目標(biāo)函數(shù)；

13、根據(jù)所述總體違約值、所述擁擠距離和所述熱性能的目標(biāo)函數(shù)，以多個目標(biāo)約束條件為約束，將熱管約束下衛(wèi)星有效載荷艙組件布局問題轉(zhuǎn)化為多目標(biāo)算法模型。

14、可選地，所述根據(jù)第一階段優(yōu)化算法，對所述多目標(biāo)算法模型進行演化，并在每次演化過程中判斷當(dāng)前所有的布局方案是否為可行方案，當(dāng)當(dāng)前所有的布局方案均為不可行方案時，根據(jù)第二階段優(yōu)化算法，選取當(dāng)前的一個布局方案并進行修飾，根據(jù)修飾結(jié)果再次進行演化，具體包括：

15、根據(jù)第一階段優(yōu)化算法，設(shè)置初始布局方案個數(shù)、終止條件和預(yù)設(shè)數(shù)量；

16、初始化種群，設(shè)置輔助變量，計算當(dāng)前的多個目標(biāo)約束條件和熱性能的目標(biāo)函數(shù)，并根據(jù)當(dāng)前的多個目標(biāo)約束條件計算第一參數(shù)，其中，種群中包含初始布局方案個數(shù)個布局方案；

17、根據(jù)種群大小、輔助變量、當(dāng)前的多個目標(biāo)約束條件、熱性能的目標(biāo)函數(shù)和第一參數(shù)進行演化，并在每次演化中，判斷所有的布局方案是否為可行方案，當(dāng)當(dāng)前所有的布局方案均為不可行方案時，根據(jù)第二階段優(yōu)化算法，選取預(yù)設(shè)數(shù)量的布局方案并進行修飾，生成新的種群；

18、重復(fù)演化過程，直到輔助變量的值達到終止條件。

19、可選地，所述根據(jù)種群大小、輔助變量、當(dāng)前的多個目標(biāo)約束條件、熱性能的目標(biāo)函數(shù)和第一參數(shù)進行演化，并在每次演化中，判斷所有的布局方案是否為可行方案，當(dāng)當(dāng)前所有的布局方案均為不可行方案時，根據(jù)第二階段優(yōu)化算法，選取預(yù)設(shè)數(shù)量的布局方案并進行修飾，生成新的種群，具體包括：

20、根據(jù)變異策略和二項式交叉重組，對種群處理，生成子種群，其中，子種群包括初始布局方案個數(shù)個布局方案；

21、計算子種群中每個布局方案的多個目標(biāo)約束條件和熱性能的目標(biāo)函數(shù)，并更新輔助變量，得到第一更新輔助變量；

22、合并種群和子種群，得到合并種群，并計算合并種群中每個布局方案的總體違約值、擁擠距離和熱性能的目標(biāo)函數(shù)；

23、根據(jù)剪枝技術(shù)和非支配排序方法，從合并種群中選取初始布局方案個數(shù)個布局方案，作為當(dāng)前種群；

24、獲取當(dāng)前種群中每個布局方案的總體違約值，根據(jù)每個布局方案的總體違約值，判斷當(dāng)前種群的布局方案是否為可行方案，當(dāng)當(dāng)前所有的布局方案均為不可行方案時，根據(jù)第二階段優(yōu)化算法，選取預(yù)設(shè)數(shù)量的布局方案并進行修飾，生成新的種群。

25、可選地，所述根據(jù)剪枝技術(shù)和非支配排序方法，從合并種群中選取初始布局方案個數(shù)個布局方案，作為當(dāng)前種群，具體包括：

26、根據(jù)剪枝技術(shù)對合并種群進行初步剪枝，得到剪枝種群；

27、采用非支配排序方法，根據(jù)剪枝種群中每個布局方案的多個目標(biāo)約束條件，對任意兩個布局方案進行比較，從而選取初始布局方案個數(shù)個布局方案，作為當(dāng)前種群。

28、可選地，所述根據(jù)第二階段優(yōu)化算法，選取預(yù)設(shè)數(shù)量的布局方案并進行修飾，生成新的種群，具體包括：

29、在選取的預(yù)設(shè)數(shù)量個布局方案中選取其中一個布局方案，計算對應(yīng)的增量，同時對第一更新輔助變量進行更新；

30、根據(jù)選取的布局方案的增量，對選取的布局方案進行更新，得到更新布局方案；

31、計算更新布局方案的多個目標(biāo)約束條件和熱性能的目標(biāo)函數(shù)，判斷是否滿足約束要求；

32、當(dāng)滿足時，判斷更新布局方案的總體違約值是否優(yōu)于其對應(yīng)的布局方案，當(dāng)優(yōu)于時，則用更新布局方案替換當(dāng)前種群中對應(yīng)的布局方案；

33、重復(fù)在選取的預(yù)設(shè)數(shù)量個布局方案中選取其他的布局方案，并采用第二階段優(yōu)化算法進行計算，直到選取的預(yù)設(shè)數(shù)量個布局方案全部處理完，得到新的種群。

34、此外，為實現(xiàn)上述目的，本發(fā)明還提供一種基于熱管約束下衛(wèi)星有效載荷艙組件布局系統(tǒng)，其中，所述基于熱管約束下衛(wèi)星有效載荷艙組件布局系統(tǒng)包括：

35、約束模塊，用于獲取目標(biāo)元器件信息，根據(jù)所述目標(biāo)元器件信息構(gòu)建元器件初始布局方案，并生成多個目標(biāo)約束條件；

36、模型構(gòu)建模塊，用于根據(jù)所述初始布局方案和多個目標(biāo)約束條件，將熱管約束下衛(wèi)星有效載荷艙組件布局問題轉(zhuǎn)化為多目標(biāo)算法模型；

37、演化模塊，用于根據(jù)第一階段優(yōu)化算法，對所述多目標(biāo)算法模型進行演化，并在每次演化過程中判斷當(dāng)前所有的布局方案是否為可行方案，當(dāng)當(dāng)前所有的布局方案均為不可行方案時，根據(jù)第二階段優(yōu)化算法，選取預(yù)設(shè)數(shù)量的布局方案并進行修飾，根據(jù)修飾結(jié)果再次進行演化；

38、目標(biāo)輸出模塊，用于當(dāng)演化達到終止條件時，將最后一次演化得到的多個布局方案中性能最好的方案作為目標(biāo)方案，并輸出。

39、此外，為實現(xiàn)上述目的，本發(fā)明還提供一種終端，其中，所述終端包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的基于熱管約束下衛(wèi)星有效載荷艙組件布局程序，所述基于熱管約束下衛(wèi)星有效載荷艙組件布局程序被所述處理器執(zhí)行時實現(xiàn)如上所述的基于熱管約束下衛(wèi)星有效載荷艙組件布局方法的步驟。

40、此外，為實現(xiàn)上述目的，本發(fā)明還提供一種計算機可讀存儲介質(zhì)，其中，所述計算機可讀存儲介質(zhì)存儲有基于熱管約束下衛(wèi)星有效載荷艙組件布局程序，所述基于熱管約束下衛(wèi)星有效載荷艙組件布局程序被處理器執(zhí)行時實現(xiàn)如上所述的基于熱管約束下衛(wèi)星有效載荷艙組件布局方法的步驟。

41、本發(fā)明中，獲取目標(biāo)元器件信息，根據(jù)所述目標(biāo)元器件信息構(gòu)建元器件初始布局方案，并生成多個目標(biāo)約束條件；根據(jù)所述初始布局方案和多個目標(biāo)約束條件，將熱管約束下衛(wèi)星有效載荷艙組件布局問題轉(zhuǎn)化為多目標(biāo)算法模型；根據(jù)第一階段優(yōu)化算法，對所述多目標(biāo)算法模型進行演化，并在每次演化過程中判斷當(dāng)前所有的布局方案是否為可行方案，當(dāng)當(dāng)前所有的布局方案均為不可行方案時，根據(jù)第二階段優(yōu)化算法，選取預(yù)設(shè)數(shù)量的布局方案并進行修飾，根據(jù)修飾結(jié)果再次進行演化；當(dāng)演化達到終止條件時，將最后一次演化得到的多個布局方案中性能最好的方案作為目標(biāo)方案，并輸出。本發(fā)明通過多目標(biāo)算法模型，將熱管約束下衛(wèi)星有效載荷艙組件布局問題進行了合理轉(zhuǎn)化，并且通過第一階段優(yōu)化算法根據(jù)約束違規(guī)情況尋找可行區(qū)域，并為了防止約束處理的貪婪效果，引入了第二階段優(yōu)化算法，從而可以得到準(zhǔn)確有效的布局方法。