[发明专利]一种资源可调整的卫星并行测试资源配置方法

摘要

一种资源可调整的卫星并行测试资源配置方法，包括以下步骤：步骤1、使用遗传算法求解卫星并行测试任务调度模型；步骤2、获得调度方案以及资源信息；步骤3、根据资源信息调整资源量；步骤4、调整结束。该方法根据项目的具体需求匹配资源，以达到减小项目工期并提高资源使用率的目的，从而提高调度方案品质。它在航空航天并行测试技术领域里具有良好的应用前景。

主权项

1.一种资源可调整的卫星并行测试资源配置方法，其特征在于：该方法具体步骤如下：第一步使用遗传算法求解卫星并行测试任务调度模型使用遗传算法求解该问题的关键在于设计编码方式、解码方式、种群初始化、遗传算子即选择算子、交叉算子和变异算子，遗传算法具体设计如下：1)编码方式编码采用基于任务列表的带有优先级的编码方式，它将一个调度方案表示为一个任务序列，假设N艘卫星的优先级是递减的，那么所有卫星的测试任务按如下方式编码：其中，A_i0，…，表示卫星i的全部测试任务，i越大则卫星的优先级越小；A_i0和虚拟任务的位置始终保持不变，其余任务在满足时序约束的前提下能够任意改变位置；可见，这种编码方式是按照卫星的优先级分段编码的，即将优先级高的卫星的测试任务排在前面，只要保证每艘卫星首尾两个虚拟测试任务的编码位置不变，无论在符合时序约束的前提下其它测试任务的位置如何变化，当从左到右地调度任务时，总能保证优先级高的卫星的测试任务首先被安排执行，这样就保证了卫星的优先级关系不会被打破；这种分级的编码方式除了保证卫星的优先级关系外，还极大的缩小到了搜索空间，因为它限制了每个任务位置变化的范围； 2)解码方式解码是编码的逆过程，它将染色体转化为调度方案，从而计算出目标函数值；根据编码特点，采用串行解码方法，它得到积极的调度方案；所谓积极的调度方案是指，任何测试任务都不可能在不改变其它测试任务开始时刻的前提下更早的开始；将一条染色体解码实际上就是确定各个测试任务的开始时刻，由于每条染色体编码都已满足卫星的优先级关系和测试任务的时序约束，那么解码依据的规则是资源约束关系；将染色体按照从左到右的顺序，依次确定每个测试任务的最早开始时刻，该最早开始时刻满足：①不小于其紧前任务结束时刻；②该任务在整个执行阶段满足资源约束；③满足条件①和②的最小时刻；按照上述解码方式，每个测试任务的最早开始时刻，为某个已确定开始时刻的测试任务的结束时刻；设共有J个测试任务，π为由J个测试任务编码而成的染色体，π_g(0≤g＜J)表示其第g个基因，S_g和f_g分别表示第g个基因的开始和结束时刻，d_g表示第g个基因的测试时间，L为由所有当前已确定开始时刻的测试任务的结束时刻组成的递增时间序列，L_i为其第i个元素，串行解码的流程如下：(1)令g＝1，S₀＝0，f₀＝0，L＝{0}；(2)计算π_g所有紧前任务最晚结束时刻t_g，并确定t_g在L中的位置i；(3)若当t∈[L_i，L_i+d_g]时π_g满足资源约束，则令S_g＝L_i，f_g＝S_g+d_g，L＝L∪{f_g}，并对T进行递增排序，转(4)，否则令i＝i+1，转(3)；(4)g＝g+1，若g＜J，则转(2)，否则转(5)；(5)结束； 3)种群初始化初始种群应该保证充分的多样性，以减小计算陷入局部极小的可能性，初始种群采用随机的方式产生，也能够依据优先规则产生，或者将二者结合以得到更加分散的个体；无论哪种产生方式，都必须保证卫星优先级关系和测试任务时序约束不被打破；假设共有J个任务{A₀，A₁，…，A_J-1}，则编码可以分为J-1个阶段，每个阶段g对应一个未完成编码的染色体π和一个可行任务集合D_g，D_g包含在当前阶段所有未被安排且其所有紧前任务已包含在π中的任务；当一艘卫星的测试任务编码完毕后，其末任务看作是下一艘应被编码的卫星的首任务的紧前任务，这样就能将各卫星按优先级顺序依次编码；在每一阶段，随机或根据一定的优先规则从D_g中选择一个任务，在满足资源约束和其它约束的情况下加入π中；编码流程如下：(1)令g＝0，π＝[A₀]；(2)计算可行活动集合D_g，在D_g中选择即随机或依优先规则选择一个任务A_j，令π＝[A₀，…，A_j]；(3)g＝g+1，若g＜J-1，则转(2)，否则转(4)；(4)结束；另外，虽然较大的种群规模能增加种群的多样性，但是过大的种群规模可能使较优个体过早占据种群从而造成过早收敛，而且会增加计算负担，因此，种群规模应该适中；4)选择算子选择算子采用2-联赛选择机制，即每次随机选择两条染色体选取其中测试 总工期较短的一条，直到满足种群规模；5)交叉算子交叉算子采用一点交叉方式；设两条交叉的染色体分别为：首先，随机产生一个正整数r(0≤r＜M)作为交叉点，交叉产生的子代染色体π^D的前r+1个基因继承自π^F，后M-r-1个基因继承自π^G并保持在π^G中的相对顺序不变，即其中，另一个子代染色体π^S的产生方式与此相似，即其中，这种交叉方式不会改变时序约束和各艘卫星的优先级；6)变异算子变异算子采用插入变异方式，对某个任务进行变异操作时，首先找到其所有紧前任务最后位置r₁和所有紧后任务的最前位置r₂，然后随机产生一个正整数r(r₁＜r≤r₂)，将该任务插入位置r上；每艘卫星的首任务的紧前任务认为是其自身，而末任务的紧后任务也认为是其自身；这种插入变异方式也不会改变任务的时序约束和各艘卫星的优先级；第二步获得调度方案以及资源信息根据第一步的遗传算法得到项目的调度方案，即各卫星所有任务的开始时 间与结束时间；首先，根据测试时序约束和航天器的优先级进行染色体的编码，此时就将任务调度问题转化为了遗传算法能处理的形式；经过遗传算法的遗传算子即选择算子、交叉算子和变异算子的操作和足够的迭代次数便会产生一个最优的染色体；最后通过解码将该染色体解码为调度方案，此时就将遗传算法的求解结果还原成了调度问题的解，这个解就被称为项目的调度方案，需要在测试开始后不断地进行调整以保持可行性；根据得到的调度方案，计算各资源的使用情况，作为调整资源的一个依据；第三步根据资源信息调整资源量资源量的调整量由上层决策求解，依据两方面的信息：由下层提供的当前调度方案的资源使用情况和规则库；(1)资源信息下层反馈的资源信息是，在当前调度方案下，每种资源的在各个时刻的使用率及其平均使用率AverResRate_k，这些信息反映了调度方案对资源的使用情况；其中，R_k表示资源k的可用量，表示资源k在时刻t的使用量，makespan表示总工期；(2)规则库规则库的作用是，根据下层反馈的资源信息，对资源进行相应的调整；根据问题的要求，制定了三条规则： 规则1：对任何一种资源若使得且AverResRate_k＞η_k，其中η_k为资源k平均利用率的阈值，且则R_k＝R_k+1；规则2：对任何一种资源若使得且则R_k＝R_k-1；规则3：若在任何两次资源调整后，各资源量相同，或者调整达到一定次数，则决策停止，输出调度方案和资源方案；第一条规则的作用是对使用频繁的资源进行适量增加，而第二条规则的作用是减少闲置的资源；在上层决策中，起主要作用的是第一条规则，因为要减小调度方案的总工期，资源总是趋向于增加；第一条规则保证调度方案和资源方案总是向总工期减小和鲁棒性增加的方向演化；第二条规则是对第一条规则进行补充，当资源的增加不起太大作用的时候，就减少该种资源；第三条规则设置了停止条件；上层决策根据这些规则调整结束后，将调整后的资源信息返回下层，下层采用第一步中的遗传算法重新调度；第四步调整结束整个设计过程是一个动态地求解过程，通过上下层的不断相互作用优化结果；围绕保持调度方案的可行性和较短的测试总工期这两个指标，进一步考虑了资源的均衡性；第一步和第二步给出了基线调度产生方法；第三步给出了调整资源的具体方式以及上下层的作用方式，通过以上三个步骤能够使测试工作顺利完成并较好地达到指标要求，设计结束。