遗传算法在解决多目标优化问题中有其独特的优势,而航天器轨道机动是典型的多目标优化问题。随着现代高技术的发展,在未来战争中,国际空间军事化和空间攻防对抗已不可避免,战场范围也必然由地球延伸到空间。而空间攻防对抗和空间环境利用研究的重要平台是航天器,因此研究航天器的轨道机动问题具有重要意义。本文结合“XXX追踪与反追踪技术”课题,利用遗传算法对航天器轨道机动问题进行了研究。主要工作如下:首先介绍了相关的背景知识,包括智能优化、遗传算法和航天器轨道的基础知识,说明了以遗传算法为代表的智能优化方法在解决复杂工程问题方面的优点。其次,讨论了Lambert飞行时间定理公式,分别建立了适合于迭代方法和遗传算法求解Lambert问题的计算模型;为衡量转移轨道的优劣,以航天器机动所需的能量与时间综合加权和为性能指标,即要求优化此性能指标至最(次)小。最后,研究了追踪航天器和目标航天器均在椭圆轨道上的Lambert双脉冲能量与时间最优轨道机动(拦截)问题,对三种典型情况进行了分析与建模,给出了计算方案并进行了仿真计算及结果分析。这三种典型轨道机动(拦截)问题分别为:(1)追踪航天器变轨点、追踪航天器与目标航天器交会点均固定;(2)追踪航天器变轨点固定,追踪航天器与目标航天器交会点待定;(3)追踪航天器变轨点、追踪航天器与目标航天器交会点均待定。本文主要运用改进的遗传算法来优化机动轨道的性能指标,以求解出最(次)优转移轨道的轨道根数,并画出各轨道的相对简化图像。研究结果表明,将改进的遗传算法应用于轨道机动(拦截)问题,用以寻求最(次)优转移轨道是准确有效的