[发明专利]一种基于超启发式算法的多星对地观测任务规划调度方法

摘要

本发明公开了一种基于超启发式算法的多星对地观测任务规划方法，包括1进行初始化设置；2生成问题的初始解，并作为当前解；3计算底层算法集中各个算法的评价值；4选择底层算法集中评价值最大的算法作为精英算法；5运用精英算法对多卫星协同对地观测任务规划问题当前解进行优化，得到新解以及精英算法的运行时间；6计算优化目标适应度值，并将新解作为当前解；7修改e1(hi)、e2(hk,hi)函数；8修改算法运行效力评价因子和算法选择评价因子；9判断超启发式算法运行时间是否达到设置的最大运行时间，若没有达到，则跳到步骤3；否则，将当前解作为多卫星协同对地观测任务规划最优解。本发明适应于求解多星任务规划问题不同规模的实例，从而带来较好的问题求解效率和效果。

主权项

一种基于超启发式算法的多星对地观测任务规划调度方法，是应用于由S个卫星对O个地面目标进行观测，并由G个地面站接收所述S个卫星的观测结果而形成的多星对地观测任务中，所述多星对地观测任务能通过m个底层算法进行求解；所述m个底层算法记为H＝{h1,h2,…,hi,…,hm}；hi表示第i个底层算法，1≤i≤m；其特征是，所述规划调度方法是按如下步骤进行：步骤1、初始化：设置超启发式算法的运行时间为T、设置所述m个底层算法H的运行效力评价因子为α、设置所述m个底层算法H的选择评价因子为γ、设置所述m个底层算法H的目标适应度值为fit；步骤2、定义循环变量为j，初始化j＝0；并记录所述超启发式算法的开始时间为T1；步骤3、利用贪婪算法获得所述观测任务的第j次循环的初始解zj；步骤4：基于所述初始解zj，对所述观测任务利用所述m个底层算法进行求解，获得第j次循环的m个解以及所述m个底层算法的运行时间{tj(h1),tj(h2),…,tj(hi),…tj(hm)}和间隔时间{τj(h1),τj(h2),…,τj(hi),…τj(hm)}，表示所述第i个底层算法hi的解；tj(hi)表示所述第i个底层算法hi的解所对应的运行时间，τj(hi)表示相邻两次调用所述第i个底层算法hi的间隔时间；步骤5、利用式(1)获得第j次循环的第i个底层算法hi的运行效力评价函数从而获得第j次循环的m个底层算法的运行效力评价函数e1(j)(hi)=zi(j)-zjzj+T-tj(hi)T---(1)]]>步骤6、利用式(2)获得第j次循环的第i个底层算法hi的算法选择评价函数从而获得第j次循环的m个底层算法H的算法选择评价函数e2(j)(hi)=τj(hi)T---(2)]]>步骤7、利用式(3)获得第j次循环的第i个底层算法hi的的评价值Ej(hi)，从而获得第j次循环的m个底层算法H的评价值Ej＝{Ej(h1),Ej(h2),…,Ej(hi),…Ej(hm)}：Ej(hi)=e1(j)(hi)+e2(j)(hi)---(3)]]>步骤8：选择所述m个评价值Ej中的最大值所对应的底层算法作为第j次循环的精英算法，记为步骤9：利用所述第j次循环的精英算法对所述观测任务进行求解，获得第j+1次循环的解及其运行时间和m个底层算法H的间隔时间{τj+1(h1),τj+1(h2),…,τj+1(hi),…τj+1(hm)}；步骤10：利用式(4)获得第j+1次循环的目标适应度值fitj+1：fitj+1=zbest(j+1)-zi(j)---(4)]]>步骤11：利用式(5)获得第j+1次循环的第i个底层算法hi的运行效力评价函数从而获得第j+1次循环的m个底层算法的运行效力评价函数e1(j+1)(hi)=zbest(j+1)-zi(j)zi(j)+T-tj+1(hbest(j))T+αj×e1(j)(hi)---(5)]]>步骤12：利用式(6)获得第j+1次循环的第i个底层算法hi的算法选择评价函数从而获得第j+1次循环的m个底层算法的算法选择评价函数e2(j+1)(hi)=τj+1(hi)T+γj×e2(j)(hi)---(6)]]>步骤13：利用式(7)和式(8)分别获得第j+1次循环的算法运行效力评价因子αj+1和算法选择评价因子γj+1：γj+1＝1‑αj+1   (8)步骤14：记录所述超启发式算法的结束时间为T2；将所述开始时间T1与所述结束时间T2之间的差值与所述运行时间T进行比较，若差值小于T，则将j+1赋值给j，并返回步骤7顺序执行；若差值大于T，则将所述第j+1次循环的解作为所述观测任务的最优解。