В работе исследуется применение гибридного меметического алгоритма глобальной условной оптимизации в задаче поиска оптимального управления нелинейными стохастическими системами. Предлагаемый подход основыва ется на параметризации искомого управления, что позволяет свести задачу поиска оптимального управления к задаче нелинейного программирования. Решение последней предлагается искать с помощью метаэвристического алгоритма глобальной оптимизации – меметического алгоритма. Термин меметические алгоритмы широко используется в качестве обозначения взаимодействия эволюционного, культурно-эволюционного или другого подхода, основанного на понятии популяции, и индивидуального обучения особей либо другой локальной процедуры улучшения для решения задач поиска глобального экстремума. В разработанном алгоритме культурная эволюционная составляющая реализуется в ходе решения подзадачи оптимизации любым из двух методов: с помощью метода муравьиных колоний или метода имитации отжига. При этом в ходе культурной эволюции мемы (единицы передачи культурной информации) используются для генерации более совершенной (в терминах решаемой задачи – более эффективной) особи. В данном исследовании рассматривается несколько альтернативных способов параметризации управления: в виде разложения по системе полиномов Лежандра и косинусоид. Эффективность предложенных алгоритмов исследована с помощью созданного комплекса программ. В качестве тестового примера использована задача гашения вращательного движения спутника с помощью установленных на нем двигателей. О корректности решений, полученных с помощью предложенного подхода, можно судить путем сравнения с решением, найденным с помощью метода локальных вариаций. Полученные данные позволяют говорить о достаточной эффективности предложенного подхода.

Работа опубликованая в журнале “Начный Вестник МГТУ ГА” Том 21, № 02 при поддержке Российского фонда фундаментальных исследований (16-07-00419 А).