科研之友
微信
新浪微博
Facebook
分享链接
摘要
通过分析区域目标多星成像任务规划的约束条件,建立相应的约束满足模型,并分析模型的数学复杂度。为改善遗传算法应用于多星成像任务规划问题时,全局搜索能力较弱的缺点,首次提出使用基因表达式编程求解此问题。在算法实现的过程中,设计出倒置遗传算子增强最优解的搜索,并引入知识库保留迭代过程中的精英个体。结果表明,基因表达式编程不仅有效和合理地解决了多星成像规划问题,而且极大地提高了解的精度。
- 单位
通过分析区域目标多星成像任务规划的约束条件,建立相应的约束满足模型,并分析模型的数学复杂度。为改善遗传算法应用于多星成像任务规划问题时,全局搜索能力较弱的缺点,首次提出使用基因表达式编程求解此问题。在算法实现的过程中,设计出倒置遗传算子增强最优解的搜索,并引入知识库保留迭代过程中的精英个体。结果表明,基因表达式编程不仅有效和合理地解决了多星成像规划问题,而且极大地提高了解的精度。
