基于吱呀轮优化的多卫星数传调度问题求解方法

研究多卫星数传调度技术对提高对地观测系统的综合应用效益具有重要意义.通过分析卫星数传调度问题,建立一种考虑时间窗调整的约束优化模型.利用吱呀轮优化(Squeaky-WheeL Optimization,SWO)的大邻域导向式搜索特点,提出了一种基于SWO的多卫星数传调度算法.该算法可以在短时间内获得优化解.实验结果表明,该算法在时间性、优化度等方面取得满意的结果.     

一种卫星成像调度的约束修正方法

约束修正是卫星成像调度的重要组成部分,负责处理成像调度方案的约束满足与优化的问题.为得到优化可行的成像调度方案,针对一类带有卫星存储器和数据下传等约束的卫星成像调度问题,提出一种新的约束修正方法.首先构建时间序有向图模型,将约束修正问题归结为点带约束成本的路径搜索问题,针对该模型提出一种基于标记更新的约束修正算法.通过针对实际问题的实验分析,表明该方法能够在规定的时间内求得问题的最优解,有效的解决了卫星成像调度的约束满足与优化问题.     

敏捷成像卫星调度的改进量子遗传算法

针对敏捷成像卫星调度问题中解空间大，选择任务的搜索空间和确定任务观测时间的搜索空间分别是离散域和连续域的难题。建立了多种决策变量混合的敏捷成像卫星调度模型，提出一种改进的量子遗传算法对其求解，改进的量子遗传算法采用二进制与实数杂合的编码方式，降低染色体的基因位编码数目，提高了搜索效率，有效适应了敏捷成像卫星调度问题中离散与连续混合的解空间；以杂合编码为基础，设计对应的观测函数将敏捷成像卫星调度问题的解映射到相位空间，从而将量子优化机制引入敏捷成像卫星调度问题中，利用量子遗传算法在相位空间搜索的特性解决敏捷成像卫星解空间大、解空间离散与连续并存的问题。最后，通过不同规模的仿真校验对算法的调度效果进行测试和分析。结果表明，所提改进的量子遗传算法在收敛速度和方案收益方面都有较好的表现，能够满足敏捷成像卫星调度的需要。     

粒子群算法和蚁群算法的结合及其在组合优化中的应用

文章首次提出了一种用于求解组合优化问题的PAAA算法。该算法有效地结合了粒子群算法和蚁群算法的优点,先利用粒子群算法的随机性、快速性、全局性得到初始信息素分布(即粗搜索),再利用蚁群算法的并行性、正反馈性、求解精度高等优点求精确解(即细搜索)。将文中提出的算法用于经典TSP问题的求解,仿真结果表明PAAA算法兼有两种算法的优点,同时抛弃了各自的缺点。该算法在时间效率上优于蚁群算法,在求精效率上优于粒子群算法,是综合了两种算法长处的一种新的启发式算法,达到时间性能和优化性能上的双赢,获得了非常好的效果。     

多目标蚁群算法及其在固液混合火箭发动机系统优化设计中的应用

为了提高求解多目标优化问题的Pareto解集的效率,建立了适用于多维、多目标优化问 题的多目标蚁群算法（Multi\|objective Ant Colony Algorithm,简称MACA）。该算法首 先修正了蚁群算法的信息素更新机制和转移概率,然后改进了蚂蚁的行进策略,即提出了依 概率选择搜索策略。最后,应用该算法对某型号固液混合火箭发动机系统进行了优化设计。 计算结果表明,多目标蚁群算法获得的Pareto解集分布均匀、散布范围广,可以有效解决多 目标优化问题,能为决策者进行目标权衡提供充分依据。
     

改进差分进化算法求解多成像卫星调度问题

针对多成像卫星联合调度规划建模难度大和求解复杂度高等问题,通过分析成像卫星的成像过程和工作原理,将成像卫星调度过程分为调度预处理、任务规划和调度优化3个阶段。在调度规划过程中,建立了多星联合调度约束满足最优化模型,采用启发式算法思想,定义了个体适应度评估函数,设计了任务冲突消解方法,提出了一种改进的差分进化算法。在此基础上,采用一些确定性规则对调度规划方案可行解进行了评估和二次优化。结果表明:提出的成像卫星调度问题求解方法能够有效地分配卫星资源,生成优化的调度方案。设计结果也能够为卫星系统最优化设计和效能评估提供必要的决策支持。     

非均匀信道增益控制的多载波卫星容量分析

设置转发器最佳增益,减小功放非线性影响,提高系统容量是多载波卫星通信系统容量分析的首要问题。对于数字信道化转发器,采用非均匀子信道增益调整的思想独立设置各信道增益可以有效消除大小载波抑制问题,提高卫星系统容量。为此,提出一种直接计算求解各子信道增益的算法。该方法不需要采用复杂的优化过程以及矩阵求逆,因此适合求解任意数量链路增益。理论推导得到链路最佳发射功率为地面站最大可提供功率,通过直接计算非线性等式即可获得各子信道最佳增益。同时考虑到功率利用率问题,通过选取转发器最佳工作点,在最小转发器输出功率准则下可以有效提高卫星功率的利用率。实验结果表明,该算法在具有与优化算法相近性能的同时降低了求解复杂度。     

基于合同网的分布式卫星系统任务优化分配研究

面向未来分布式卫星系统(DSS)自主协作运行模式,对DSS任务协作中的优化分配问题进行了分析和描述,提出了基于协商的任务优化分配体系结构,并由此给出任务组的概念,通过集覆盖理论将任务分配问题转化为集覆盖问题.从而引入合同网协议,以系统完成任务目标的总耗能最少为原则,加入限定卫星可回应任务数的约束后,提出了一种基于合同网的严格启发式优化分配算法对问题进行求解.同时,证明了算法搜索结果的上确界;分析了算法的收敛性和时间复杂度.该算法具有分布性,搜索空间缩减快,适合于中小规模问题的任务分配.     

考虑任务聚类的多星观测分阶段调度方法研究

单个轨道圈次内星上能量和侧摆次数有限,在卫星观测调度时考虑任务聚类可以提高观测效率。分析了满足用户分辨率需求下多任务聚类的约束条件,并对聚类任务的时间窗口和侧摆角度进行了合理优化。提出了先聚类后调度再修复的分阶段求解策略:首先用团划分聚类算法和启发式插入聚类算法把多星多轨道圈次观测调度问题转化为单星单轨道圈次观测调度问题,然后采用基于时间序无圈有向图的多准则优化卫星调度方法求解单星单轨道圈次调度问题,最后提出一种修复策略进一步优化调度结果。案例仿真表明,提出的方法可行,能够提高卫星的观测效率。     

基于蚁群优化-模拟退火的天地测控资源联合调度

研究了一类约束条件复杂、具有多时间窗口特性的天地测控资源联合调度问题。建立了涵盖多种约束的问题数学模型和基于测控弧段时间序的无圈有向图模型,提出了一种蚁群优化-模拟退火算法(ACO\|SA)求解问题。探讨了两种算法的融合策略,完成了包括状态转移规则、可行解生成策略、信息素更新准则、邻域结构、快速退火计划等关键技术的设计实现。多个算例仿真和结果分析表明,测控弧段时间序能保证ACO\|SA得到高质量的优化结果,模拟退火机制能有效提高蚁群优化算法的收敛速度和求解质量,相比于基本遗传算法和先到先服务算法,ACO\|SA能得到质量更好的解。