ساخت یک منظومه ماهواره ای LEO برای منطقه تهران با استفاده از یک الگوریتم بهینه سازی ترکیبی نوآورانه GA-PSO

این پژوهش به بررسی نقش حیاتی منظومه های ماهواره ای در اقتصاد در حال رشد فضا می پردازد و بر افزایش سهم آن ها در ارتقاء ارتباطات جهانی، ناوبری و توسعه اقتصادی تاکید دارد. با افزایش سریع نیاز به زیرساخت های قابل اعتماد فضایی، طراحی و بهینه سازی منظومه های ماهواره ای کارآمد به یک چالش مهندسی اساسی تبدیل شده است. در این تحقیق، تعیین پارامترهای کلیدی طراحی مداری برای منظومه های ماهواره ای با تمرکز بر توسعه یک پیکربندی بهینه برای منطقه کلان شهری تهران مورد بررسی قرار گرفته است. به منظور مقابله با پیچیدگی ذاتی و ابعاد بالای مسئله طراحی منظومه، یک رویکرد ترکیبی بهینه سازی معرفی شده است که مزایای الگوریتم ژنتیک (GA) و الگوریتم ازدحام ذرات (PSO) را تلفیق می کند. مسئله به صورت یک مسئله بهینه سازی سی متغیره فرمول بندی شده است که استراتژی های جست وجوی سراسری و محلی را در بر می گیرد. در ابتدا، الگوریتم ژنتیک برای جست وجوی فضای وسیع جواب و شناسایی بهینه های جهانی با کیفیت بالا به کار گرفته می شود. این پاسخ ها به عنوان شرایط اولیه برای مرحله دوم، یعنی فرآیند بهینه سازی دقیق تر با الگوریتم ترکیبی GA-PSO استفاده می شوند که کیفیت پاسخ را بیشتر بهبود می بخشد و بازده محاسباتی را افزایش می دهد. در این فرآیند دومرحله ای، مقدار تابع هدف نسبت به حالت استفاده صرف از الگوریتم ژنتیک، ۶۱۰ ثانیه بهبود یافت که کارایی روش پیشنهادی را نشان می دهد. نتیجه نهایی، طراحی یک منظومه ده ماهواره ای مدار LEO است که پوشش بهینه بر فراز تهران را با ۱۷ ساعت پوشش روزانه فراهم می کند. یافته ها بر پتانسیل بالای روش های پیشرفته محاسباتی در بهبود طراحی منظومه های ماهواره ای تاکید دارد.

کلیدواژه ها:

Satellite Constellations ، Genetic algorithm (GA) ، Particle Swarm Optimization (PSO) ، Optimization Algorithms ، Space Infrastructure