科研之友
微信
新浪微博
Facebook
分享链接
摘要
多星任务调度是具有NP-Hard特性的优化问题,随着卫星资源规模与任务需求规模的双重增长,传统调度方法求解效率不高.在轨卫星在常年运行过程中积累了丰富的调度数据.针对大规模多星任务调度场景,建立了多星多波束任务调度模型,并提出了数据驱动的多星任务网络预测调度算法对其求解.以分割的思想,实现多星场景下任务可调度性预测.从历史调度数据中,提取设定的3个静态特征与5个动态特征,构建并训练预测网络,预测任务被不同卫星完成的概率,并以冲突避免、负载均衡等为原则,得到初始任务与资源卫星的分配方案.进一步设计双链结构的进化算法,以双链编码形式表征上述关系,配合设计的交叉、修复等进化算子,优化初始方案中的任务序列与资源分配关系,输出最终任务调度方案.仿真结果证明,与改进蚁群算法、混合遗传算法和数据驱动并行调度算法相比,所提算法在运行时间、方案收益和卫星负载均衡三方面均有较好的表现.
-
单位北京理工大学; 自动化学院; 中国空间技术研究院
