Solving Lambert’s problem plays a critical role in the preliminary design of various space missions and ballistic missile operation applications. Many algorithms to solve Lambert’s problem has been published, but accelerating Lambert algorithms is still crucial issue, especially for solving a large number of Lambert’s problems. This dissertation proposes a dynamic algorithm selection procedure to accelerate the Lambert's problem routine composed of two phases: the preparation phase and the execution phase. In the preparation phase, a performance comparison framework for different Lambert algorithms using their characteristic parameters and cost formulae is used to generate a performance map containing the information on best algorithms for test problem instances. In the execution phase, the best algorithm for the given problem instance is selected based on the algorithm selection parameters and the performance map created in the preparation phase, and the instance is solved using the selected algorithm. The comparison results of experiments to solve a large number of test problem instances using the proposed procedure and the traditional static algorithm selection for three popular zero-revolution Lambert algorithms demonstrate the effectiveness of the dynamics algorithm selection. However, the case study of the dynamic selection with four multiple-revolution Lambert algorithm shows that the proposed dynamic selection method is not as effective as with zero-revolution Lambert algorithms. It is suggested as future work to find a novel way to choose test problem instances on which the generation of the performance comparison map is based.
람버트 문제를 푸는 것은 다양한 우주 미션들의 예비 설계나 탄도 미사일의 운용 등에 매우 중요한 역할을 한다. 많은 람버트 알고리즘들이 발표되었지만, 람버트 루틴을 더욱 빠르게 실행하도록 하는 것은 여전히 중요한 관심사이다. 본 논문에서는 람버트 루틴을 더욱 빠르게 실행하기 위한 알고리즘의 동적 선택 방법을 제시한다. 이 방법은 준비 단계와 실행 단계로 이루어진다. 준비 단계에서는 비교하고자 하는 알고리즘들의 특성 매개변수들과 비용 공식을 이용한 성능 비교 프레임워크를 통하여 성능 비교 도표를 생성한다. 성능 비교 도표는 시험용 람버트 문제들에 대하여 어떤 알고리즘이 최적인가에 대한 정보를 담고 있다. 실행 단계에서는, 풀고자 하는 람버트 문제가 주어졌을 때 성능 비교 도표를 이용하여 최적의 람버트 알고리즘을 선택하고, 선택한 알고리즘을 이용하여 문제를 풀게 된다. 세 개의 무회전 람버트 알고리즘들에 대하여 수치실험을 한 결과, 제안된 동적 선택 방법의 유용성을 입증할 수 있었다. 그러나 네 개의 다중회전 람버트 알고리즘들에 대하서는 제안된 동적 선택 방법이 무회전의 경우만큼 유용하지는 않다는 것을 확인할 수 있었다. 동적 선택 방법의 유용성 향상을 위하여, 성능 비교 도표 생성에 필요한 시험용 문제들을 잘 생성하는 방법에 대한 연구를 추후 연구로 제안할 수 있다.
