[发明专利]一种复杂任务的规划方法及系统

说明书

本发明涉及一种复杂任务的规划方法及系统，涉及任务规划领域。该方法包括：分别建立复杂任务的智能代理模型和离散事件模型；获取复杂任务的需求数据和资源约束数据，并将需求数据和资源约束数据通过智能代理模型和离散事件模型进行表达；根据智能代理模型和离散事件模型生成任务序列，任务序列中包含至少一个待规划任务；根据任务序列进行逆仿真计算，得到可行方案及其评估值；根据可行方案的评估值进行迭代优化计算。本发明提供的一种复杂任务的规划方法及系统，能够实现对复杂任务的快速规划，能够快速计算出满足资源约束条件的可行解决方案。并且可以快速灵活地改变资源约束条件，具有实用性强的优点。

技术领域

本发明涉及任务规划领域，尤其涉及一种复杂任务的规划方法及系统。

背景技术

近年来，空间站、深空探测任务的实施，呈现出飞行器协同、空间任务量大、涉及领域广、持续时间长等新特点，因此，其实施任务的规划也变得异常复杂。

目前，对于空间探测及其他领域的任务规划，都是以任务开始和结束为计算和优化变量，使用启发式算法作为计算方法或线性规划方法作为计算方法，进行任务规划，对于复杂情况或复杂资源约束下任务规划，目前还没有有效可行的规划方法。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种复杂任务的规划方法及系统。

本发明解决上述技术问题的技术方案如下：

一种复杂任务的规划方法，包括：

分别建立复杂任务的智能代理模型和离散事件模型；

获取所述复杂任务的需求数据和资源约束数据，并将所述需求数据和所述资源约束数据通过所述智能代理模型和所述离散事件模型进行表达；

根据所述智能代理模型和所述离散事件模型生成任务序列，所述任务序列中包含至少一个待规划任务；

根据所述任务序列进行逆仿真计算，得到可行方案及其评估值；

根据所述可行方案的评估值进行迭代优化计算。

本发明的有益效果是：本发明提供的一种复杂任务的规划方法，通过建立智能代理模型和离散事件模型，并将任务所需的需求数据和资源约束数据通过智能代理模型和离散事件模型进行表达，然后以任务序列的方式进行逆仿真计算，并根据得到的评估值进行迭代优化计算，得到最优的任务实施方案，能够实现对复杂任务的快速规划，能够快速计算出满足资源约束条件的可行解决方案。并且可以快速灵活地改变资源约束条件，具有实用性强的优点。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步地，所述根据所述任务序列进行逆仿真计算，得到可行方案及其评估值，具体包括：

从所述任务序列中取出一个待规划任务，对所述待规划任务进行仿真验证，并计算任务开始时间；

当验证失败时，重新对所述待规划任务进行仿真验证；

当验证成功时，从所述任务序列中取出下一个待规划任务，重复上述步骤，直到所述任务序列为空；

当所述任务序列为空时，将仿真验证后的全部待规划任务的排列集合作为可行方案，并根据各待规划任务的资源消耗情况计算所述可行方案的评估值。

进一步地，所述当验证失败时，重新对所述待规划任务进行仿真验证，具体包括：

当直接资源约束数据不满足时，改变所述任务开始时间，重新对所述待规划任务进行仿真验证；

当直接资源约束数据满足，但间接资源约束数据不满足时，改变所述任务开始时间，重新对所述待规划任务进行仿真验证。