基于蚁群算法的灵巧卫星调度

灵巧卫星的出现将极大程度增加卫星对给定地面目标实施观测的可选方式和灵活度,使得灵巧卫星调度问题的高度组合特征更加突出,大大增加了卫星调度问题的复杂性和解搜索的寻优难度。分析了灵巧卫星调度问题的约束条件,建立了灵巧卫星调度的约束满足模型。提出了求解灵巧卫星调度方法的蚁群算法,对算法的状态转移规则、信息素更新规则以及安排观测窗口的规则做了详细描述;并提出了任务路径处理流程,以此产生调度方案,评价路径优劣,反馈给蚂蚁路径搜索阶段。通过实例计算,展现了灵巧卫星强大的观测能力以及方法的有效性。     

基于混合遗传算法的敏捷卫星任务规划求解

针对新一代对地观测敏捷卫星任务规划问题,首先研究了敏捷卫星的特点,分析了敏捷卫星工作模式及对地观测过程,在此基础上构建了基于多目标的任务规划模型。针对敏捷卫星任务规划问题具有多约束、多冲突、非线性NP-hard特点,本文提出了基于混合遗传求解算法,该算法将免疫遗传算法与蚁群算法相结合,以蚁群算法所产生的解作为免疫遗传算法的初始种群,同时以蚁群算法中的全局最优解作为疫苗。通过实验表明本文提出的算法比遗传算法和免疫遗传算法精度更高,收敛速度更快。     

求解成像卫星调度问题的改进蚁群算法

蚁群算法求解成像卫星调度问题时容易陷入局部最优。针对这一问题,提出了一种改进的蚁群算法,在可行解构造初期找到一种综合启发信息来生成初始任务链,并用分类消减的方法进行时间窗更新。局部更新时引入扰动机制,信息素更新时添加了信息素限制策略。最后通过仿真实例与遗传算法和传统蚁群算法对比,说明了该方法的可行性和相对优越性。     

卫星对地观测任务启发式自主规划算法研究

传统的卫星对地观测任务调度依赖于地面控制中心离线生成执行计划,为将规划权与地面控制中心解耦,实现卫星对任务及时和自适应规划,本文通过对观测任务的分析,结合小卫星姿态转换能力强以及拥有计算单元的特点,对卫星观测动作以及约束条件做了合理抽象与简化,建立了问题模型,提出了一种适用于小型卫星调度观测任务的启发式自主规划算法HIPA,算法对于每个任务进行资源消耗计算并给出是否可被观测的结果.通过在不同资源条件限制情况下、不同数量的任务样本集上设置的系列对比实验表明,本文所设计的启发式自主规划算法求解性能更好,可最大化利用卫星资源在最短时间内得到规划序列,可有效提高卫星的观测效率.     

机动卫星星座对多目标成像任务规划

在卫星对地观测任务中,需要研究卫星星座的快速机动及任务规划方法。该文研究了机动卫星星座对多目标的成像任务规划算法。提出了单颗太阳同步圆轨道卫星对单个点目标的可见性分析方法,结合解析方法与数值方法,得到目标的可见性,并给出卫星轨道机动及构型返回策略。在对多目标成像任务规划中,生成变轨策略集,并利用遗传算法求解任务规划问题,提高了计算效率。仿真结果表明:该方法准确性高,提高了星座的观测能力和平均目标观测次数。     

多模成像跟踪器的算法智能调度方法

提出了一种利用多相目标状态的设置实现多种跟踪算法智能高度的方法，根据多模成像跟踪器所采用的投影、标记和相关三种跟踪算法的各自特点，对目标定义了搜索、截获、跟踪和再截获四种跟踪状态，建立了跟踪算法转换的判断条件，使跟踪器能根据场景与目标的变化自动进行切换，智能选择最佳跟踪模式，以确保始终对目标的稳定跟踪，此 可能为提高多模成像跟踪器的跟踪平稳性能提供一种实用方法。     

一种变步长前瞻性电子侦察卫星引导调度方法

针对存在区域先验信息的电子侦察卫星引导调度问题,提出了一种变步长前瞻性引导调度机制.以卫星实时侦察信息引导后续有限步长内的卫星侦察策略,随着侦察信息的不断下传形成滚动推进的引导调度窗口;提出了一种基于贝叶斯规则的更新方法对区域状态进行预测,建立了引导调度窗口内有限前瞻步长的通用多目标规划模型,并针对模型特点设计了一种改进型多目标蚁群算法进行求解.仿真对比实验表明,该方法能够有效解决面向区域搜索的电子侦察卫星引导调度问题.     

考虑云层遮挡的敏捷成像卫星调度方法研究

针对敏捷成像卫星调度问题,考虑云层遮挡因素,分析计算云层遮挡对卫星成像机会的影响;建立了考虑云层遮挡因素的调度模型;设计一种基于最大化成像收益规则的启发式算法;通过实验算例验证了本文对云层遮挡考虑的有效性。     

多敏捷卫星协同任务规划调度方法研究

敏捷卫星任务规划调度是一个具有长时间窗、多时间窗的复杂约束的多目标组合优化问题。本文基于任务质量,通过分析敏捷卫星对地观测任务规划问题的需求、特点和约束,构建了敏捷卫星任务规划组合优化模型;并在原有模拟退火算法的基础上,设计了基于相似度和聚集度的遗传模拟退火混合算法,通过相似度和聚集度,在染色体变异过程中,当种群聚集度大的时候,增加染色体的变异概率,从而增加种群的多样性。利用遗传算法的全局搜索能力有利于改变模拟退火算法容易陷入局部最小点的缺点,寻找到更优的结果,使算法达到全局搜索能力与局部搜索能力的平衡,经实际卫星任务数据验证算法有效可行。     

基于均值漂移和遗传算法的护工调度算法

随着中国人口老龄化的加剧,居家养老服务需求迅速增加.在一些大型社区中,由于对居家养老业务的需求量庞大,护工的调度问题变得愈发重要.但目前仅有少量文献对此进行研究,且都是基于已知护工数量的前提,无法为服务中心招收各等级护工数量提供参考.本文提出一种基于均值漂移聚类和遗传算法的护工调度算法,在完成所有老人护理任务的前提下进...     

基于蚁群算法的并行任务分配与调度

蚁群算法是近年出现的一种新启发式算法,在求解NP完全问题中具有较大优势.针对如何在满足任务约束关系的条件下用蚁群算法求解任务分配与调度问题,首先对任务的分配与调度问题建立数学模型,然后在满足子任务之间的约束关系的条件下用蚁群算法求出最优解,最后把用蚁群算法与遗传算法的最优解进行比较.通过仿真实验表明,蚁群算法比遗传算法在任务分配与调度求解中有较高的解的质量,但蚁群算法的求解速度要慢于遗传算法.     

基于蚁群算法的弧焊作业任务规划

针对焊接任务规划的实际要求,确定了所需要的最优排序搜索方案.首先,弧焊作业的任务规划是多目标优化,在分析、归纳弧焊作业所必须面对的一系列约束的基础上,明确了此任务规划问题属于旅行商问题,并形成了一个归一化的约束表述,以此为依据形成了适应度指标函数.其次,考虑到旅行商问题是NP完全问题,采用蚁群搜索算法,利用算法的收敛性和并行性找出旅行商问题的近优解.最后,对弧焊作业焊接任务的排序进行了初步的编程仿真,验证了方案的合理性和可行性.     

基于蚁群算法的无人机任务规划优化模型研究

【目的】为了研究无人机在灾情巡查中的航径优化问题。【方法】设计了一个蚁群算法求解该问题,并通过仿真实例进行验证。【结果】无人机的航径优化问题是一种具有多约束条件的复杂任务规划问题,将时效性和均衡性为核心的评价体系考虑到问题中,构建一个双目标优化模型,实现了无人机的外部合理分配和内部航径优化。【结论】仿真结果表明提出的模型与算法在解决无人机巡查灾情飞行航径方面具有一定的应用价值。
     

基于蚁群算法和遗传规划的跨单元调度方法

针对运输能力受限的跨单元调度问题,提出了一种基于蚁群算法与遗传规划的超启发式算法.通过蚁群算法搜索合适的启发式规则,并且利用遗传规划生成可以适用于问题模型的启发式规则,用以扩充规则集;同时引入时间窗的概念,用来决策每个小车运输时的等待时间.实验表明,提出的算法可以搜索出优质规则,并且通过遗传规划很大程度上改善了候选规则集,提升算法性能.同时时间窗策略的采用可以提高小车的利用率以及最小化总加权延迟时间.      

基于贪婪算法的卫星区域观测摆角方案选择方法

针对多颗成像侦察卫星对区域目标进行观测的摆角方案优化选择问题,利用先预处理再建模的思路实现优化建模.在模型求解阶段,利用贪婪算法的思想,设计相应的贪婪规则实现模型的优化求解.实例证明本方法可以得到较好的摆角方案.     

基于可配置规则的敏捷卫星任务规划问题研究

针对敏捷卫星对地观测任务规划问题,鉴于现有算法大都面向某一特定卫星系统设计,无法满足不同敏捷卫星、不同用户偏好对分配规则和调度策略的不同要求;考虑到敏捷卫星约束复杂,用户需求多样,设计可配置机制,实现敏捷卫星任务规划算法对不同分配规则和启发式调度策略的兼容,允许根据敏捷卫星特点和用户需求进行选择和拓展。仿真实验和工程应用表明,算法提高了对敏捷卫星约束复杂化和用户需求多样化的适应性,提升了对不同卫星系统的可重用性。     

多模成像跟踪器的算法智能调度方法

提出了一种利用多个目标状态的设置实现多种跟踪算法智能调度的方法．根据多模成像跟踪器所采用的投影、标记和相关三种跟踪算法的各自特点，对目标定义了搜索、截获、跟踪和再截获四种跟踪状态，建立了跟踪算法转换的判断条件，使跟踪器能根据场景与目标的变化自动进行切换，智能选择最佳跟踪模式，以确保始终对目标的稳定跟踪．此项研究有可能为提高多模成像跟踪器的跟踪平稳性能提供一种实用方法．     

基于改进蚁群算法的区域伪卫星增强GPS星座优化设计

为实现信号遮挡严重区域伪卫星增强GPS系统的最优导航定位性能,提出了增强星座优化模型及基于改进蚁群算法的实现方法.首先,根据恶劣定位环境可见GPS卫星时空分布不均的特点,基于精度、可用性、连续性等导航性能指标以及系统投入成本和工程地质、地形条件建立增强星座的优化模型.然后,针对该模型主要评价指标的特点,利用改进的蚁群算法实现伪卫星最优位置的搜索.结合具有典型峡谷特征的小湾电站2号山梁相关实验,从多角度给出建立优化模型的准则及其对搜索算法的影响.实验结果表明,经优化设计后该区域的导航定位性能提高了35%～70%,能够满足形变监测系统的设计要求.     

遥感卫星地面站资源调度的混合分解算法

针对传统算法逐渐难以满足地面站资源调度对精度和时效要求的问题, 提出一种混合分解算法. 该算法结合基于地面站资源使用冲突程度评价指标的启发式算法和Lagrange分解算法对问题进行求解, 以加快对最优解的搜索速度. 仿真测试结果表明, 该算法能在较短时间内得到遥感卫星地面站资源调度问题的高质量解.     

蚁群算法在工艺规划与车间调度集成优化中的应用

为了解决工艺规划与车间调度集成(IPPS)问题,提出了一种改进的蚁群优化(ACO)算法.通过节点集、有向弧集、无向弧集,构建了一种基于图的IPPS优化模型.以零件加工时间作为启发式信息,设计蚂蚁在各节点间转移概率.通过蚂蚁访问图中不同的节点,构建对应的调度方案.根据不同阶段调度方案的最大完工时间调整各弧段信息素的挥发速度,提高了蚂蚁的搜索效率.为避免陷入局部收敛,通过重启算法和重置各弧段信息素初值,动态更新各弧段信息素量,以获得全局最优解.将该算法应用于具体的仿真实例,结果表明该算法能有效地解决工艺规划与调度集成问题,为企业生产提供借鉴.