Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
Themenseite: Projektmanagement

Für Profis und Einsteiger.
Sorgfältig ausgewählte Inhalte, die Ihnen helfen, Ihre Fähigkeiten im Projektmanagement gezielt zu verbessern und Projekte erfolgreich abzuschließen.
Erweiterte Suche
Anmelden
nach oben

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

Erschienen in:
Minimization of Systemic Risk for Directed Network Using Genetic Algorithm Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Numerical Optimization of ESA’s Messenger Space Mission Benchmark

verfasst von : Martin Schlueter, Mohamed Wahib, Masaharu Munetomo

Erschienen in: Applications of Evolutionary Computation

Verlag: Springer International Publishing

Einloggen

Abstract

The design and optimization of interplanetary space mission trajectories is known to be a difficult challenge. The trajectory of the Messenger mission (launched by NASA in 2004) is one of the most complex ones ever created. The European Space Agency (ESA) makes available a numerical optimization benchmark which resembles an accurate model of Messengers full mission trajectory. This contribution presents an optimization approach which is capable to (robustly) solve ESA’s Messenger full mission benchmark to its putative global solution within 24 h run time on a moderate sized computer cluster. The considered algorithm, named MXHPC, is a parallelization framework for the MIDACO optimization algorithm which is an evolutionary method particularly suited for space trajectory design. The presented results demonstrate the effectiveness of evolutionary computing for complex real-world problems which have been previously considered intractable.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Preferences-Based Choice Prediction in Evolutionary Multi-objective Optimization
Nächstes Kapitel A VNS with Parallel Evaluation of Solutions for the Inverse Lighting Problem
Fußnoten
1
Note that this is the same value for the FOCUS parameter as used for refinement runs in [20].
 
Literatur
1.
Addis, B., Cassioli, A., Locatelli, M., Schoen, F.: Global optimization for the design of space trajectories. Comput. Optim. Appl. 48(3), 635–652 (2011) MathSciNetCrossRefMATH
2.
Ampatzis, C., Izzo, D.: Machine learning techniques for approximation of objective functions in trajectory optimisation. In: Proceedings of the International Conference on Artificial Intelligence in Space (IJCAI) (2009)
3.
Auger, A., Hansen, N.: A restart CMA evolution strategy with increasing population size. In: Proceedings of the IEEE Congress on Evolutionary Computation, pp. 1769–1776. IEEE (2005)
4.
Biazzini, M., Banhelyi, B., Montresor, A., Jelasity, M.: Distributed hyper-heuristics for real parameter optimization. In: Proceedings of the 11th Annual Conference on Genetic and Evolutionary Computation (GECCO), pp. 1339–1346 (2009)
5.
Biscani, F., Izzo, D., Yam, C.H.: A global optimisation toolbox for massively parallel engineering optimisation. In: Proceedings of the 4th International Conference on Astrodynamics Tools and Techniques (ICATT) (2010)
6.
Danoy, G., Pinto, F.G., Dorronsoro, B., Bouvry, P.: New state-of-the-art results for Cassini2 global trajectory optimization problem. Acta Futura 5, 65–72 (2012)
7.
8.
Gad, A.H.G.E.: Space trajectories optimization using variable-chromosome-length genetic algorithms. Ph.D.-Thesis, Michigan Technological University, USA (2011)
9.
Gruber, A.: Multi Gravity Assist Optimierung mittels Evolutionsstrategien. BSc-Thesis, Vienna University of Technology, Austria (2009)
10.
11.
Henderson, T.A.: A Learning Approach To Sampling Optimization: Applications in Astrodynamics. Ph.D.-Thesis, Texas A & M University, USA (2013)
12.
Islam, S.K.M., Roy, S.G.S., Suganthan, P.N.: An adaptive differential evolution algorithm with novel mutation and crossover strategies for global numerical optimization. IEEE Trans. Syst. Man Cybern. 42(2), 482–500 (2012) CrossRef
13.
Izzo, D.: Global optimization and space pruning for spacecraft trajectory design. In: Conway, B. (ed.) Spacecraft Trajectory Optimization, pp. 178–199. Cambridge University Press, Cambridge (2010) CrossRef
14.
Kemble, S.: Interplanetary Mission Analysis and Design. Astronautical Engineering. Springer, Heidelberg (2006)
15.
Lancinskas, A., Zilinskas, J., Ortigosa, P.M.: Investigation of parallel particle swarm optimization algorithm with reduction of the search area. In: Proceedings of the International Conference on Cluster Computing Workshops and Posters. IEEE (2010)
16.
Musegaas, P.: Optimization of space trajectories including multiple gravity assists and deep space maneuvers. MSc Thesis, Delft University of Technology, Netherlands (2012)
17.
Schlueter, M., Egea, J.A., Banga, J.R.: Extended ant colony optimization for non-convex mixed integer nonlinear programming. Comput. Oper Res. 36(7), 2217–2229 (2009) MathSciNetCrossRefMATH
18.
Schlueter, M., Gerdts, M., Rueckmann, J.J.: A numerical study of MIDACO on 100 MINLP benchmarks. Optimization 61(7), 873–900 (2012) MathSciNetCrossRefMATH
19.
Schlueter, M., Erb, S., Gerdts, M., Kemble, S., Rueckmann, J.J.: MIDACO on MINLP space applications. Adv. Space Res. 51(7), 1116–1131 (2013) CrossRef
20.
Schlueter, M.: MIDACO software performance on interplanetary trajectory benchmarks. Adv. Space Res. 54(4), 744–754 (2014) CrossRef
21.
Schlueter, M., Munetomo, M.: Introduction to MIDACO-SOLVER software. Technical report, HUSCAP, Hokkaido University, Japan (2013)
22.
Stracquadanio, G., La Ferla, A., De Felice, M., Nicosia, G.: Design of robust space trajectories. In: Proceedings of the 31st International Conference on Artificial Intelligence (SGAI) (2011)
23.
Vinko, T., Izzo, D.: Global Optimisation Heuristics and Test Problems for Preliminary Spacecraft Trajectory Design, European Space Agency. ACT Technical report, ACT-TNT-MAD-GOHTPPSTD (2008)
Metadaten
Titel
Numerical Optimization of ESA’s Messenger Space Mission Benchmark
verfasst von
Martin Schlueter
Mohamed Wahib
Masaharu Munetomo
Copyright-Jahr
2017
Buch
Applications of Evolutionary Computation

Print ISBN: 978-3-319-55848-6

Electronic ISBN: 978-3-319-55849-3

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-55849-3_47