[发明专利]基于改进遗传算法的天地一体化网络资源分配方法

说明书

本发明公开了一种基于改进遗传算法的天地一体化网络资源分配方法，包括以下步骤：定义参数及决策变量；建立多目标约束模型；基于改进遗传算法的资源分配。本发明考虑多种资源的分配，使天地一体化网络的资源利用率得到显著提高。本发明改进后的选择机制有效保留了精英个体，加快了改进遗传算法的收敛速度。本发明以完成所有任务的时间最短为目标函数，同时考虑了任务的优先级，有效提高了资源分配的合理性；并将精英保留策略与轮盘赌策略相结合改进选择机制、设计自适应的交叉、变异算子，改进了现有遗传算法，改进后的算法可以有效避免遗传算法局部优化能力差以及容易陷入局部最优等缺点，同时能够防止最优解的丢失，有效提高了算法的寻优速度。

技术领域

本发明涉及天地一体化网络，特别是一种天地一体化网络资源分配方法。

背景技术

为满足新时期民用和军事发展战略的需求，加快航空航天科技在远洋航行、应急救援、导航定位、航空运输、航天测控等方面的发展步伐，作为未来卫星网络的发展趋势，天地一体化网络已成为目前国际上研究的热点问题。天地一体化网络是由不同高度的地球卫星、空间站、无人/有人飞船、飞艇、飞机等节点构成，通过星地、星间链路将各类航天器和地面通信网等异构网络实现互联互通，面向光学、红外多谱段探测信息，按照信息资源的最大有效综合利用原则构成的天地协同的信息网络。相比传统卫星网络，天地一体化网络资源优化是一个相当复杂的问题，其复杂性在于它不仅包括多任务的排序，而且包括多星多资源的选择。最优搜索的空间随卫星设备的数量和任务数量的增加呈指数增长。从问题的复杂度上说，天地一体化网络中面向任务的资源优化问题属于资源受限项目调度问题，是一类多项式复杂程度的非确定性问题(Non-deterministic Polynomial Problem，简称NP-Problem)，不可避免地受到组合优化问题的困扰。尽管像整型线性规划这样的传统优化方法能够准确求出组合优化问题的最优解，但它的运算开销非常庞大，尤其是对天地一体化网络资源分配这样规模较大的问题，在普通计算环境下，它需要相当长的运算时间才能获得最优解，可能是几个小时，甚至可能是数天，这显然满足不了实际工程的应用要求。智能优化算法的出现，为求解天地一体化网络的资源分配提供了一个新的思路。

智能优化算法通常都是基于概率转移原理，按照预定的规则在解空间中尽可能地快速搜索出符合要求的最优解。智能优化算法和传统优化方法相比具有以下优点：(1)对目标函数和约束函数表达的要求更为宽松；(2)计算的效率比理论上的最优性更为重要；(3)算法随时终止能够随时得到较好的解；(4)对优化模型中数据的质量要求更为宽松。由此可以看出：智能优化算法能够有效地压缩问题的搜索解空间，明显加快了优化解的搜索速度，缩短了组合优化问题的求解时间。

目前，已有研究人员提出了将智能优化算法应用于卫星的资源分配问题。Pemberton综合利用贪婪算法和分枝定界算法解决了一个单资源卫星任务调度问题，该问题描述较简单：为每项任务设定优先级，任务开始时间和执行时间是固定的，调度的目标为最大化调度的任务数目。Wolfe在此基础上考虑了更复杂的单资源调度问题，其中每项任务的执行时间存在上、下限，且调度目标包括调度的任务数目和调度任务的总优先级。Frank在此基础上提出了一种基于约束的随机贪婪搜索算法，该算法在地面资源调度中取得了较好的效果。但是，现有的研究主要集中在传统卫星网络的单资源分配问题上，且算法寻优速度慢时效低，而天地一体化网络是由多种资源组成的，且对资源分配的时效性有较高的要求，导致现有的资源分配方法无法满足天地一体化网络的需求。

发明内容

为解决现有技术存在的上述问题，本发明要设计一种能实现多类资源分配、高时效分配的基于改进遗传算法的天地一体化网络资源分配方法，以解决天地一体化网络的资源分配问题。

为了实现上述目的，本发明的技术方案如下：基于改进遗传算法的天地一体化网络资源分配方法，包括以下步骤：

A、定义参数及决策变量