1.一种火星探测器制动捕获多目标优化方法，其特征在于，包括：

获取火星探测器的状态参数，确定推力沿速度反向的捕获策略中火星探测器制动捕获阶段的动力学方程；

利用终端位置误差和燃料消耗动态加权构造目标函数，并确定火星探测器制动捕获的相关约束；

利用改进的多目标粒子群算法对所述目标函数进行求解，获得最优的制动捕获策略；

所述改进的多目标例子群算法在保证收敛性的情况下根据多样性信息选择最优的全局最优解；

所述改进的多目标粒子群算法是基于传统的多目标粒子群算法，在速度更新步骤进行了改进，增加了从个体最优到全局最优的搜索方向，为了避免加入新的搜寻方向对粒子寻优影响过大而削弱学习因子c1和c2的作用，更好地提升算法收敛速度和精度，融入了由两个学习因子c1和c2决定的速度收缩因子，使得粒子在新速度更新中既增加了方向的精细性，又保持了全局搜索能力和局部勘探能力；

定义第i个粒子xi的速度更新公式为：

c1、c2、c3为学习因子；r1、r2、r3为0到1之间的随机数；w为惯性系数；pbest为个体最优，gbest为全局最优；

速度控制策略中，对粒子的速度中每一维元素越界做压缩控制：

Δj＝0.5×(uj‑dj)，j＝1，2，...，m，m为目标数，uj和dj分别为每个粒子速度第j元素的上下界限。

2.如权利要求1所述的一种火星探测器制动捕获多目标优化方法，其特征在于，所述火星探测器的状态参数包括位置、速度和质量，其在在推力沿速度反向的捕获策略中火星探测器制动捕获阶段满足动力学方程：其中，μ为火星的引力常数，F为发动机的推力大小，Isp为发动机比冲，g0为地球海平面的平均重力加速度，单位为国际单位制；当制动捕获发动机工作时，F为常值推力，当制动捕获发动机不工作时F＝0。

3.如权利要求1所述的一种火星探测器制动捕获多目标优化方法，其特征在于，所述目标函数遵循的约束条件包括探测器制动约束、探测器状态参数约束、探测器终端时刻约束；

所述目标函数的优化既要满足工程约束又要在保证可靠性的前提下降低燃料消耗。

4.如权利要求1所述的一种火星探测器制动捕获多目标优化方法，其特征在于，所述多样性信息包括种群多样性信息和非支配解多样性信息：a)、种群多样性信息

表达式为：

SPp(t+1)是第t+1次迭代粒子群的种群多样性信息，dpi(t+1)是在第t+1次迭代第i个粒子与其他粒子之间最小的曼哈顿距离， 是所有dpi(t+1)的平均值，n1是粒子的个数；

b)、非支配解多样性信息

表达式为：

SPn(t+1)是第t+1次迭代的非支配解多样性信息，dni(t+1)是在第t+1次迭代第i个非支配解与其他非支配解之间最小的曼哈顿距离， 是所有dni(t+1)的平均值，n2是非支配解的个数。

5.如权利要求4所述的一种火星探测器制动捕获多目标优化方法，其特征在于，为了避免传统的多目标粒子群算法优化过程中容易出现早熟现象，导致算法陷入局部最优，所述改进的多目标粒子群算法在保证收敛性的情况下根据多样性信息选择最优的全局最优解；

所述全局最优解选择机制为：若SPn(t+1)≤α,提高算法收敛速度，此时全局最优解选取收敛属性最大的非支配解；若SPn(t+1)＞α,增加粒子分布的多样性，此时全局最优解选取密集属性最大的非支配解。

6.如权利要求1所述的一种火星探测器制动捕获多目标优化方法，其特征在于，所述多目标优化方法增加了一种基于精英库的多样性信息的外部存档更新机制，用于外部存档更新；所述外部存档主要用于存储粒子在迭代过程中求得的较好的非支配解，当非支配解的数量达到最大容量时，剔除多余的非支配解；

设At为第t次迭代后产生的精英库，At由第t次迭代产生的非支配解集Bt和前t‑1次迭代保留下来的非支配解集Ct‑1组成；在第t次迭代后算法产生的解被t‑1代精英库At‑1中的解支配时，该在第t次迭代后算法产生的解不是非支配解，不能进入精英库At；精英库At中的解被第t次迭代产生的解所支配时，精英库中该支配解不再为非支配解，将该非支配解放入集合Dt‑1中；公式为：Disti是第i个非支配解密集属性，dist1i、dist2i是与第i个非支配解相邻非支配解的欧氏距离；

EA(x)＝|{y|y∈Dt‑1∧x＞y∧x∈Bt}|

Bt是第t次迭代产生的精英库At中的非支配解集，Dt‑1是第t次迭代产生的精英库At中所支配的解的集合；当EA(x)为零时，支配属性为零；

Dave(x)是解x的收敛属性，yi是被解x支配的第i个解；非支配解集Ct‑1中解的收敛属性为零，无支配属性的解的收敛属性为零；

若精英库At容量未满，则非支配解直接进入；若精英库At容量已满，计算精英库At中每个非支配解的密集属性，删减解集Ct‑1中密集属性值小的解和非支配解集Bt中支配属性为零的解；如果删减完密集属性值小的和支配属性为零的解后仍然超出精英库容量，删减Dt‑1集合中支配属性不为零的解；计算此时精英库中非支配解的收敛属性Dave，删减Dave值小的解，若Dave相等，则计算解集Bt中解的支配属性，比较支配属性大小，优先删减支配属性值小的解。

7.一种火星探测器制动捕获多目标优化系统，其特征在于，包括：

数据采集模块，其用于获取火星探测器的状态参数；

目标函数构建模块，其用于确定推力沿速度反向的捕获策略中火星探测器制动捕获阶段的动力学方程；利用终端位置误差和燃料消耗动态加权构造目标函数，并确定火星探测器制动捕获的相关约束；

优化求解模块，其用于利用改进的多目标粒子群算法对所述目标函数进行求解，获得最优的制动捕获策略；

所述改进的多目标粒子群算法是基于传统的多目标粒子群算法，在速度更新步骤进行了改进，增加了从个体最优到全局最优的搜索方向，为了避免加入新的搜寻方向对粒子寻优影响过大而削弱学习因子c1和c2的作用，更好地提升算法收敛速度和精度，融入了由两个学习因子c1和c2决定的速度收缩因子，使得粒子在新速度更新中既增加了方向的精细性，又保持了全局搜索能力和局部勘探能力；

定义第i个粒子xi的速度更新公式为：

c1、c2、c3为学习因子；r1、r2、r3为0到1之间的随机数；w为惯性系数；pbest为个体最优，gbest为全局最优；

速度控制策略中，对粒子的速度中每一维元素越界做压缩控制：

Δj＝0.5×(uj‑dj)，j＝1，2，...，m，m为目标数，uj和dj分别为每个粒子速度第j元素的上下界限。

8.一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1‑6任一项所述的一种火星探测器制动捕获多目标优化方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1‑6任一项所述的一种火星探测器制动捕获多目标优化方法。