一种再入飞行器多目标优化方法和优化装置

技术领域

本申请涉及航空航天技术领域，尤其是涉及一种再入飞行器多目标优化方法和优化装置。

背景技术

再入飞行器多目标是指再入飞行器的再入飞行弹道中的多个目标弹道参数的最大值，包括再入过程中的最大航程、再入过程中的飞行器表面最大热流密度和再入过程中的最大过载系数。再入飞行器多目标优化是指在仿真过程中对多个目标弹道参数的最大值进行优化，获得仿真所预示的精度更高的目标弹道参数的最大值。通常，在再入飞行器工程设计中，需要获得仿真所预示的精度更高的目标弹道参数的最大值，进而得到更适合完成再入飞行任务的飞行器气动布局。

现有技术中的再入飞行器多目标优化方法存在很多问题，例如，在再入飞行器弹道参数的仿真分析中将利用经验公式得到的气动参数与弹道模型结合，得到优化后的多个弹道参数的最大值，然而，在这种方法中，输入的气动参数为定值，大大降低了仿真所预示的每个弹道参数的最大值的精度。此外，为了解决上述气动参数为定值导致的仿真所预示的弹道参数的最大值的精度较低的问题的方案中，过程复杂耗时，导致计算效率较低。例如，将全流域气动仿真计算耦合入弹道参数仿真计算中的方法，虽然提高了仿真预示的弹道参数的最大值的精度，但是计算效率较低。因此，如何在提高仿真所预示的再入飞行器的弹道参数的最大值的精度的同时提高计算效率，成为了亟待解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种再入飞行器多目标优化方法和优化装置，能够在提高再入飞行器弹道参数的最大值的预示精度的同时提高计算效率。

第一方面，本申请实施例提供了一种再入飞行器多目标优化方法，所述再入飞行器多目标优化方法包括：

获取目标再入飞行器的气动外形参数、初始飞行工况参数和预先建立好的多个目标变精度耦合代理模型；其中，每个目标变精度耦合代理模型由预先建立好的初始精度弹道最大值模型和预先训练好的差值模型组成；所述初始精度弹道最大值模型用于在接收到所述气动外形参数和所述初始飞行工况参数后，得到目标弹道参数在初始精度下的最大值；所述差值模型用于在接收到所述气动外形参数和所述初始飞行工况参数后，得到目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值；

针对每个目标变精度耦合代理模型，将所述气动外形参数和所述初始飞行工况参数输入到该目标变精度耦合代理模型中，得到该目标变精度耦合代理模型输出的与该目标变精度耦合代理模型对应的目标弹道参数在优化精度下的最大值。

可选地，训练每个差值模型的步骤包括：

获取目标再入飞行器的多组训练数据集；其中，每组训练数据集中包括气动外形参数、初始飞行工况参数、每个目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值；

针对每个目标变精度耦合代理模型中的差值模型，以每组训练数据集中的气动外形参数和初始飞行工况参数为输入，以该组训练数据集中与该差值模型对应的目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值为输出，通过误差平方和函数训练该差值模型，以得到训练好的该目标变精度耦合代理模型中的差值模型。

可选地，确定每组训练数据集中的每个目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值的步骤包括：

针对每组训练数据集，将该组训练数据集中的气动外形参数、初始飞行工况参数以及预设阻力系数代入到预先建立好的初始弹道方程中，得到该组训练数据集对应的多个目标弹道参数在初始精度下的初始弹道曲线；

针对该组训练数据集中的每个目标弹道参数在初始精度下的初始弹道曲线，筛选出该目标弹道参数在初始精度下的最大值；

针对每组训练数据集，将该组训练数据集对应的气动外形参数、初始飞行工况参数代入到预先建立好的优化弹道方程中，得到该组训练数据集对应的多个目标弹道参数在优化精度下的优化弹道曲线；所述优化弹道方程是基于所述初始弹道方程建立的；

针对该组训练数据集中的每个目标弹道参数在优化精度下的优化弹道曲线，筛选出该目标弹道参数在优化精度下的最大值；

针对每组训练数据集中的每个目标弹道参数，将该目标弹道参数在初始精度下的最大值和该目标弹道参数在优化精度下的最大值的差，确定为该目标弹道参数在初始精度下的最大值和该目标弹道参数在优化精度下的最大值的差值，以得到每组训练数据集中的每个目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值。

可选地，基于所述初始弹道方程建立所述优化弹道方程的步骤包括：

基于所述气动外形参数、所述初始飞行工况参数、所述预设阻力系数和所述预先建立的初始弹道方程，获得多个目标弹道参数在初始精度下的初始弹道曲线；所述多个目标弹道参数的初始弹道曲线中包括表征飞行高度和飞行速度之间关系的高度速度初始曲线；

基于所述高度速度初始曲线和所述气动外形参数，得到表征飞行速度和阻力系数之间关系的全流域阻力系数曲线；

利用所述全流域阻力系数曲线替换所述初始弹道方程中的预设阻力系数，以建立所述优化弹道方程。

可选地，所述初始精度弹道最大值模型在接收到所述气动外形参数和所述初始飞行工况参数后，得到目标弹道参数在初始精度下的最大值的步骤包括：

将所述气动外形参数和所述初始飞行工况参数代入到预先建立好的初始弹道方程中，得到多个目标弹道参数在初始精度下的初始弹道曲线；

从所述多个目标弹道参数在初始精度下的初始弹道曲线中筛选出与所述初始精度弹道最大值模型对应的目标弹道参数在初始精度下的初始弹道曲线；

从所述目标弹道参数在初始精度下的初始弹道曲线中筛选出该目标弹道参数在初始精度下的最大值。

第二方面，本申请实施例提供了一种再入飞行器多目标优化装置，所述优化装置包括：

获取模块，用于获取目标再入飞行器的气动外形参数、初始飞行工况参数和预先建立好的多个目标变精度耦合代理模型；其中，每个目标变精度耦合代理模型由预先建立好的初始精度弹道最大值模型和预先训练好的差值模型组成；所述初始精度弹道最大值模型用于在接收到所述气动外形参数和所述初始飞行工况参数后，得到目标弹道参数在初始精度下的最大值；所述差值模型用于在接收到所述气动外形参数和所述初始飞行工况参数后，得到目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值；

优化模块，用于针对每个目标变精度耦合代理模型，将所述气动外形参数和所述初始飞行工况参数输入到该目标变精度耦合代理模型中，得到该目标变精度耦合代理模型输出的与该目标变精度耦合代理模型对应的目标弹道参数在优化精度下的最大值。

可选地，所述优化装置还包括：训练模块；所述训练模块用于：

获取目标再入飞行器的多组训练数据集；其中，每组训练数据集中包括气动外形参数、初始飞行工况参数、每个目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值；

针对每个目标变精度耦合代理模型中的差值模型，以每组训练数据集中的气动外形参数和初始飞行工况参数为输入，以该组训练数据集中与该差值模型对应的目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值为输出，通过误差平方和函数训练该差值模型，以得到训练好的该目标变精度耦合代理模型中的差值模型。

可选地，所述优化模块包括：最大值确定子模块，所述最大值确定子模块用于：

将所述气动外形参数和所述初始飞行工况参数代入到预先建立好的初始弹道方程中，得到多个目标弹道参数在初始精度下的初始弹道曲线；

从所述多个目标弹道参数在初始精度下的初始弹道曲线中筛选出与所述初始精度弹道最大值模型对应的目标弹道参数在初始精度下的初始弹道曲线；

从所述目标弹道参数在初始精度下的初始弹道曲线中筛选出该目标弹道参数在初始精度下的最大值。

第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的再入飞行器多目标优化方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的再入飞行器多目标优化方法的步骤。

本申请实施例提供的一种再入飞行器多目标优化方法和优化装置，预先建立多个目标变精度耦合代理模型，然后针对每个目标变精度耦合代理模型，将气动外形参数和初始飞行工况参数输入到该目标变精度耦合代理模型中，得到该目标变精度耦合代理模型输出的与该目标变精度耦合代理模型对应的目标弹道参数在优化精度下的最大值。通过这种方式，能够在提高再入飞行器弹道参数的最大值的预示精度的同时提高计算效率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本申请示例性实施例提供的一种再入飞行器多目标优化方法的流程图；

图2示出了本申请示例性实施例提供的一种训练每个差值模型的步骤的流程图；

图3示出了本申请示例性实施例提供的一种再入飞行器多目标优化装置的结构示意图；

图4示出了本申请另一示例性实施例提供的一种再入飞行器多目标优化装置的结构示意图；

图5示出了本申请示例性实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。

在本申请提出之前，现有的再入飞行器多目标优化方法存在很多问题，例如，在再入飞行器弹道参数的仿真分析中将利用经验公式得到的气动参数与弹道模型结合，得到优化后的多个弹道参数，然而，在这种方法中，输入的气动参数为定值，大大降低了每个弹道参数的预示精度。此外，为了解决上述气动参数为定值导致的弹道参数的预示精度较低的问题的方案中，过程复杂耗时，导致计算效率较低。例如，将全流域气动仿真计算耦合入弹道参数仿真计算中的方法，虽然提高了仿真预示的弹道参数，但是计算效率较低。因此，如何在提高仿真所预示的再入飞行器的弹道参数的精度的同时提高计算效率，成为了亟待解决的问题。

基于此，本申请实施例提供了一种再入飞行器多目标优化方法，能够在提高再入飞行器弹道参数的最大值的预示精度的同时提高计算效率。

需要说明的是，本申请实施例所述的多目标是指再入飞行器的再入飞行弹道中的多个目标弹道参数的最大值，包括再入过程中的最大航程、再入过程中的飞行器表面最大热流密度和再入过程中的最大过载系数。

请参阅图1，图1为本申请示例性实施例提供的一种再入飞行器多目标优化方法的流程图。如图1中所示，本申请示例性实施例提供的一种再入飞行器多目标优化方法，包括以下步骤：

S1、获取目标再入飞行器的气动外形参数、初始飞行工况参数和预先建立好的多个目标变精度耦合代理模型。

这里，气动外形参数为与目标再入飞行器的气动外形相关的参数。作为示例，所述目标再入飞行器的气动外形参数可以包括：目标再入飞行器的展开半径、头锥半径、肩部半径、基部半径、半锥角和飞行器总长度。

初始飞行工况参数表示目标再入飞行器在飞行初始时刻的飞行工况。作为示例，所述目标再入飞行器的初始飞行工况参数可以包括：目标再入飞行器的再入初始高度、再入初始速度、再入航迹角和飞行器质量。

这里，每个目标变精度耦合代理模型为与每个目标弹道参数的最大值所对应的目标变精度耦合代理模型。作为示例，在目标弹道参数的最大值包括再入过程中的最大航程、再入过程中的飞行器表面最大热流密度和再入过程中的最大过载系数的情况下，多个目标变精度耦合代理模型可以包括针对最大航程的第一目标变精度耦合代理模型，针对飞行器表面最大热流密度的第二目标变精度耦合代理模型和针对最大过载系数的第三目标变精度耦合代理模型。

这里，每个目标变精度耦合代理模型由预先建立好的初始精度弹道最大值模型和预先训练好的差值模型组成；

作为示例，在目标变精度耦合代理模型包括第一目标变精度耦合代理模型，第二目标变精度耦合代理模型和第三目标变精度耦合代理模型的情况下，第一目标变精度耦合代理模型由预先建立好的第一初始精度弹道最大值模型和预先训练好的第一差值模型组成；第二目标变精度耦合代理模型由预先建立好的第二初始精度弹道最大值模型和预先训练好的第二差值模型组成；第三目标变精度耦合代理模型由预先建立好的第三初始精度弹道最大值模型和预先训练好的第三差值模型组成。

这里，所述初始精度弹道最大值模型用于在接收到所述气动外形参数和所述初始飞行工况参数后，得到目标弹道参数在初始精度下的最大值。

其中，针对第一初始精度弹道最大值模型，将气动外形参数和初始飞行工况参数输入到该第一初始精度弹道最大值模型中，得到航程在初始精度下的最大值，即在初始精度下的最大航程；针对第二初始精度弹道最大值模型，将气动外形参数和初始飞行工况参数输入到该第二初始精度弹道最大值模型中，得到在初始精度下的飞行器表面最大热流密度；针对第三初始精度弹道最大值模型，将气动外形参数和初始飞行工况参数输入到该第三初始精度弹道最大值模型中，得到在初始精度下的最大过载系数。

作为示例，关于所述初始精度弹道最大值模型在接收到所述气动外形参数和所述初始飞行工况参数后，得到目标弹道参数在初始精度下的最大值的步骤可以包括步骤S111、S112和S113：

S111、将所述气动外形参数和所述初始飞行工况参数代入到预先建立好的初始弹道方程中，得到多个目标弹道参数在初始精度下的初始弹道曲线；

这里，所述预先建立好的初始弹道方程为现有技术中的弹道方程组，因此本申请在此不再赘述。

这里，得到的多个目标弹道参数在初始精度下的初始弹道曲线包括目标再入飞行器的表征航程与飞行高度之间关系的高度航程初始弹道曲线、表征热流密度与飞行高度之间关系的高度热流密度初始弹道曲线、表征过载系数与飞行高度之间关系的高度过载系数初始弹道曲线。

S112、从所述多个目标弹道参数在初始精度下的初始弹道曲线中筛选出与所述初始精度弹道最大值模型对应的目标弹道参数在初始精度下的初始弹道曲线。

例如，如果所述初始精度弹道最大值模型为针对最大航程的第一初始精度弹道最大值模型，则与该第一初始精度弹道最大值模型对应的目标弹道参数在初始精度下的初始弹道曲线为高度航程初始弹道曲线。

S113、从所述目标弹道参数在初始精度下的初始弹道曲线中筛选出该目标弹道参数在初始精度下的最大值。

例如，如果在步骤S112中筛选出的目标弹道参数在初始精度下的初始弹道曲线为高度航程初始弹道曲线，则在步骤S113中筛选出的该目标弹道参数在初始精度下的最大值为在初始精度下的最大航程。

此外，所述差值模型用于在接收到所述气动外形参数和所述初始飞行工况参数后，得到目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值。

其中，针对第一差值模型，将气动外形参数和初始飞行工况参数输入到该第一差值模型中，得到航程在初始精度下的最大值和航程在优化精度下的最大值的差值，即在初始精度下的最大航程和在优化精度下的最大航程的最大航程差值；针对第二差值模型，将气动外形参数和初始飞行工况参数输入到该第二差值模型中，得到在初始精度下的最大热流密度和在优化精度下的最大热流密度的最大热流密度差值；针对第三差值模型，将气动外形参数和初始飞行工况参数输入到该第三差值模型中，得到在初始精度下的最大过载系数和在优化精度下的最大过载系数的最大过载系数差值。

S2、针对每个目标变精度耦合代理模型，将所述气动外形参数和所述初始飞行工况参数输入到该目标变精度耦合代理模型中，得到该目标变精度耦合代理模型输出的与该目标变精度耦合代理模型对应的目标弹道参数在优化精度下的最大值。

其中，针对第一目标变精度耦合代理模型，将气动外形参数和初始飞行工况参数输入到该第一目标变精度耦合代理模型中，得到航程在优化精度下的最大值，即在优化精度下的最大航程；针对第二目标变精度耦合代理模型，将气动外形参数和初始飞行工况参数输入到该第二目标变精度耦合代理模型中，得到在优化精度下的飞行器表面最大热流密度；针对第三目标变精度耦合代理模型，将气动外形参数和初始飞行工况参数输入到该第三目标变精度耦合代理模型中，得到在优化精度下的最大过载系数。

下面，将结合具体的示例介绍每个差值模型是如何训练的。

请参阅图2，图2示出了本申请示例性实施例提供的一种训练每个差值模型的步骤的流程图。

作为示例，训练每个差值模型的步骤可以包括：S121和S122。

S121、获取目标再入飞行器的多组训练数据集；其中，每组训练数据集中包括气动外形参数、初始飞行工况参数、每个目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值；

这里，每组训练数据集中包括最大航程差值、最大热流密度差值和最大过载系数差值。

作为示例，所述确定每组训练数据集中的每个目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值的步骤可以包括：

S1211、针对每组训练数据集，将该组训练数据集中的气动外形参数、初始飞行工况参数以及预设阻力系数代入到预先建立好的初始弹道方程中，得到该组训练数据集对应的多个目标弹道参数在初始精度下的初始弹道曲线；

这里，针对每组训练数据集得到的多个目标弹道参数在初始精度下的初始弹道曲线包括：表征航程与飞行高度之间关系的高度航程初始弹道曲线、表征热流密度与飞行高度之间关系的高度热流密度初始弹道曲线、表征过载系数与飞行高度之间关系的高度过载系数初始弹道曲线。

S1212、针对该组训练数据集中的每个目标弹道参数在初始精度下的初始弹道曲线，筛选出该目标弹道参数在初始精度下的最大值；

在该步骤中，针对该组训练数据集，筛选出的目标弹道参数在初始精度下的最大值包括：在初始精度下的最大航程、在初始精度下的最大热流密度和在初始精度下的最大过载系数。

S1213、针对每组训练数据集，将该组训练数据集对应的气动外形参数、初始飞行工况参数代入到预先建立好的优化弹道方程中，得到该组训练数据集对应的多个目标弹道参数在优化精度下的优化弹道曲线；

这里，针对每组训练数据集得到的多个目标弹道参数在优化精度下的优化弹道曲线包括：表征航程与飞行高度之间关系的高度航程优化弹道曲线、表征热流密度与飞行高度之间关系的高度热流密度优化弹道曲线、表征过载系数与飞行高度之间关系的高度过载系数优化弹道曲线。

这里，所述优化弹道方程是基于所述初始弹道方程建立的；

作为示例，基于所述初始弹道方程建立所述优化弹道方程的步骤可以包括：

a、基于所述气动外形参数、所述初始飞行工况参数、所述预设阻力系数和所述预先建立的初始弹道方程，获得多个目标弹道参数在初始精度下的初始弹道曲线；所述多个目标弹道参数的初始弹道曲线中包括表征飞行高度和飞行速度之间关系的高度速度初始曲线；

b、基于所述高度速度初始曲线和所述气动外形参数，得到表征飞行速度和阻力系数之间关系的全流域阻力系数曲线；

c、利用所述全流域阻力系数曲线替换所述初始弹道方程中的预设阻力系数，以建立所述优化弹道方程。

S1214、针对该组训练数据集中的每个目标弹道参数在优化精度下的优化弹道曲线，筛选出该目标弹道参数在优化精度下的最大值；

在该步骤中，针对该组训练数据集，筛选出的目标弹道参数在优化精度下的最大值包括：在优化精度下的最大航程、在优化精度下的最大热流密度和在优化精度下的最大过载系数。

S1215、针对每组训练数据集中的每个目标弹道参数，将该目标弹道参数在初始精度下的最大值和该目标弹道参数在优化精度下的最大值的差，确定为该目标弹道参数在初始精度下的最大值和该目标弹道参数在优化精度下的最大值的差值，以得到每组训练数据集中的每个目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值。

S122、针对每个目标变精度耦合代理模型中的差值模型，以每组训练数据集中的气动外形参数和初始飞行工况参数为输入，以该组训练数据集中与该差值模型对应的目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值为输出，通过误差平方和函数训练该差值模型，以得到训练好的该目标变精度耦合代理模型中的差值模型。

例如，误差平方和函数可以为：

其中，E为误差平方和；Q为训练数据集的个数；m为输出的个数；q为第Q个训练数据集；j为第m个输出；d

在该步骤中，可以以上述误差平方和函数为目标函数，采用梯度下降算法训练该差值模型，当性能指标满足计算学习精度要求，即当误差平方和E小于或者等于误差阈值时，结束网络训练。

本申请实施例提供的一种再入飞行器多目标优化方法，预先建立多个目标变精度耦合代理模型，然后针对每个目标变精度耦合代理模型，将气动外形参数和初始飞行工况参数输入到该目标变精度耦合代理模型中，得到该目标变精度耦合代理模型输出的与该目标变精度耦合代理模型对应的目标弹道参数在优化精度下的最大值。通过这种方式，能够在提高再入飞行器弹道参数的最大值的预示精度的同时提高计算效率。

基于同一发明构思，本申请实施例中还提供了与再入飞行器多目标优化方法对应的再入飞行器多目标优化装置。

请参阅图3，图3为本申请示例性实施例提供的一种再入飞行器多目标优化装置的结构示意图。如图3中所示，所述优化装置300包括：

获取模块310，用于获取目标再入飞行器的气动外形参数、初始飞行工况参数和预先建立好的多个目标变精度耦合代理模型；其中，每个目标变精度耦合代理模型由预先建立好的初始精度弹道最大值模型和预先训练好的差值模型组成；所述初始精度弹道最大值模型用于在接收到所述气动外形参数和所述初始飞行工况参数后，得到目标弹道参数在初始精度下的最大值；所述差值模型用于在接收到所述气动外形参数和所述初始飞行工况参数后，得到目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值；

优化模块320，用于针对每个目标变精度耦合代理模型，将所述气动外形参数和所述初始飞行工况参数输入到该目标变精度耦合代理模型中，得到该目标变精度耦合代理模型输出的与该目标变精度耦合代理模型对应的目标弹道参数在优化精度下的最大值。

请参阅图4，图4示出了本申请另一示例性实施例提供的一种再入飞行器多目标优化装置的结构示意图；

在一种可能的实施方式中，所述优化模块320包括：最大值确定子模块321，所述最大值确定子模块321用于：

将所述气动外形参数和所述初始飞行工况参数代入到预先建立好的初始弹道方程中，得到多个目标弹道参数在初始精度下的初始弹道曲线；

从所述多个目标弹道参数在初始精度下的初始弹道曲线中筛选出与所述初始精度弹道最大值模型对应的目标弹道参数在初始精度下的初始弹道曲线；

从所述目标弹道参数在初始精度下的初始弹道曲线中筛选出该目标弹道参数在初始精度下的最大值。

在一种可能的实施方式中，所述优化装置还包括：训练模块330(未在图中示出)；所述训练模块330用于：

获取目标再入飞行器的多组训练数据集；其中，每组训练数据集中包括气动外形参数、初始飞行工况参数、每个目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值；

针对每个目标变精度耦合代理模型中的差值模型，以每组训练数据集中的气动外形参数和初始飞行工况参数为输入，以该组训练数据集中与该差值模型对应的目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值为输出，通过误差平方和函数训练该差值模型，以得到训练好的该目标变精度耦合代理模型中的差值模型。

在一种可能的实施方式中，所述优化装置还包括：差值确定模块340(未在图中示出)，所述差值确定模块340用于：

针对每组训练数据集，将该组训练数据集中的气动外形参数、初始飞行工况参数以及预设阻力系数代入到预先建立好的初始弹道方程中，得到该组训练数据集对应的多个目标弹道参数在初始精度下的初始弹道曲线；

针对该组训练数据集中的每个目标弹道参数在初始精度下的初始弹道曲线，筛选出该目标弹道参数在初始精度下的最大值；

针对每组训练数据集，将该组训练数据集对应的气动外形参数、初始飞行工况参数代入到预先建立好的优化弹道方程中，得到该组训练数据集对应的多个目标弹道参数在优化精度下的优化弹道曲线；所述优化弹道方程是基于所述初始弹道方程建立的；

针对该组训练数据集中的每个目标弹道参数在优化精度下的优化弹道曲线，筛选出该目标弹道参数在优化精度下的最大值；

针对每组训练数据集中的每个目标弹道参数，将该目标弹道参数在初始精度下的最大值和该目标弹道参数在优化精度下的最大值的差，确定为该目标弹道参数在初始精度下的最大值和该目标弹道参数在优化精度下的最大值的差值，以得到每组训练数据集中的每个目标弹道参数在初始精度下的最大值和优化精度下的最大值的差值。

在一种可能的实施方式中，所述优化装置300还包括：优化弹道方程建立模块350(未在图中示出)，所述优化弹道方程建立模块350用于：

基于所述气动外形参数、所述初始飞行工况参数、所述预设阻力系数和所述预先建立的初始弹道方程，获得多个目标弹道参数在初始精度下的初始弹道曲线；所述多个目标弹道参数的初始弹道曲线中包括表征飞行高度和飞行速度之间关系的高度速度初始曲线；

基于所述高度速度初始曲线和所述气动外形参数，得到表征飞行速度和阻力系数之间关系的全流域阻力系数曲线；

利用所述全流域阻力系数曲线替换所述初始弹道方程中的预设阻力系数，以建立所述优化弹道方程。

本申请实施例提供的一种再入飞行器多目标优化装置，预先建立多个目标变精度耦合代理模型，然后针对每个目标变精度耦合代理模型，将气动外形参数和初始飞行工况参数输入到该目标变精度耦合代理模型中，得到该目标变精度耦合代理模型输出的与该目标变精度耦合代理模型对应的目标弹道参数在优化精度下的最大值。通过这种方式，能够在提高再入飞行器弹道参数的最大值的预示精度的同时提高计算效率。

请参阅图5，图5为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示，所述电子设备500包括处理器510、存储器520和总线530。

所述存储器520存储有所述处理器510可执行的机器可读指令，当电子设备500运行时，所述处理器510与所述存储器520之间通过总线530通信，所述机器可读指令被所述处理器510执行时，可以执行如上述方法实施例中的再入飞行器多目标优化方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述方法实施例中的再入飞行器多目标优化方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。