CN111105125A - 复杂任务的资源配置方法和系统 - Google Patents

复杂任务的资源配置方法和系统 Download PDF

Info

Publication number
CN111105125A
CN111105125A CN201911038387.9A CN201911038387A CN111105125A CN 111105125 A CN111105125 A CN 111105125A CN 201911038387 A CN201911038387 A CN 201911038387A CN 111105125 A CN111105125 A CN 111105125A
Authority
CN
China
Prior art keywords
task
resource
satellite
tasks
decomposition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911038387.9A
Other languages
English (en)
Other versions
CN111105125B (zh
Inventor
靳鹏
张凯
胡笑旋
夏维
罗贺
马华伟
王国强
任送莲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201911038387.9A priority Critical patent/CN111105125B/zh
Publication of CN111105125A publication Critical patent/CN111105125A/zh
Application granted granted Critical
Publication of CN111105125B publication Critical patent/CN111105125B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations

Abstract

本发明提供一种复杂任务的资源配置方法和系统，涉及航空航天领域。包括以下步骤：获取卫星资源；将待执行任务进行分解，得到若干个分解任务；基于分解任务的任务需求挑选单颗卫星资源，得到待执行任务的资源集；将卫星资源的卫星能力向量化；将分解任务的任务需求向量化；基于向量化的卫星能力获取资源集能力；获取每个分解任务的收益；基于所有分解任务的收益获取目标函数；基于向量化的任务需求和资源集能力获取需求能量约束；基于所有的卫星资源和资源集获取资源能量约束；基于向量化的卫星能力和资源集能力获取能力能量约束；基于目标函数、需求能量约束、资源能量约束和能力能量约束构建动态资源同盟模型。本发明提高了卫星资源的利用率。

Description

复杂任务的资源配置方法和系统
技术领域
本发明涉及航空航天技术领域，具体涉及一种复杂任务的资源配置方法和系统。
背景技术
随着航天技术的发展，对地观测卫星愈发的被人们广泛关注。对地观测卫星通过对地球表面和低层大气进行探测，进而获取有关信息。对地观测卫星具有覆盖区域广、持续时间长、不受空域国界限制等独特优势，因此对地观测卫星被广泛应用于军事侦察、气象观测以及环境保护等领域。
现有技术在执行复杂的观测任务时，一般通过设置多颗卫星对同一个任务进行观测，从而全面完整地完成观测任务。
然而本申请的发明人发现，现有技术在实际应用时并未考虑到卫星资源与观测任务的合理配置，从而造成了卫星资源的浪费。因此现有技术存在卫星资源利用率低的缺点。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种复杂任务的资源配置方法和系统，解决了现有技术卫星资源利用率低的技术问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
本发明解决其技术问题所提供的一种复杂任务的资源配置方法，所述配置方法由计算机执行，包括以下步骤：
获取卫星资源；
基于待执行任务的任务需求将待执行任务进行分解，得到若干个分解任务；
基于所述分解任务的任务需求挑选单颗卫星资源，所有分解任务对应的单颗卫星资源组成待执行任务的资源集；
将所述卫星资源的卫星能力向量化；将分解任务的任务需求向量化；基于向量化的卫星能力获取资源集能力；
获取每个分解任务的收益；基于所有分解任务的收益获取目标函数；
基于向量化的任务需求和所述资源集能力获取需求能量约束；基于所有的卫星资源和所述资源集获取资源能量约束；基于向量化的卫星能力和所述资源集能力获取能力能量约束；
基于所述目标函数、所述需求能量约束、所述资源能量约束和所述能力能量约束构建动态资源同盟模型；所述动态资源同盟模型用于获取待执行任务的资源同盟。
优选的，所述分解任务的获取方法包括：
S201、如果单颗卫星资源可以满足待执行任务的分辨率需求，则跳到S202；如果不满足，则基于分辨率分解方法将待执行任务分解，并跳到S201；
S202、如果单颗卫星资源可以在任务时间窗内的有效覆盖面积可以覆盖目标区域，则跳到S203；如果不满足，则基于面积分解方法将待执行任务分解，并跳到S202；
S203、如果单颗卫星资源可以满足待执行任务的持续观测时间需求，则跳到S204；如果不满足，则基于时间窗分解方法将待执行任务分解，并跳到S203；
S204、得到若干个分解任务。
优选的，所述目标函数的获取方法包括：
Figure BDA0002252167930000031
其中：
S(T)完成待执行任务T后获得的总收益；
E(tk)表示简单任务tk完成可获得的回报；
C(Gp)表示资源集Gp内所有资源的折合的成本；
V(Gp)表示资源相互协作完成过程中的消耗成本；
所述目标函数为：
max S(T)。
优选的，所述需求能量约束为：
AbiGp≥ReqT
Figure BDA0002252167930000032
Figure BDA0002252167930000033
其中：
AbiGp表示资源集的能力；
ReqT表示复杂任务T的需求能力；
Reqtk表示分解任务tk的需求能力；
Figure BDA0002252167930000041
表示资源集能力在第j维的能力分量；
Figure BDA0002252167930000042
分解任务tk的需求能力在第j维的能力分量。
优选的，所述资源能量约束为：
AbiGp≤AbiR
Figure BDA0002252167930000043
Figure BDA0002252167930000044
其中：
AbiGp表示资源集的能力；
AbiR表示总卫星资源的能力；
Abiri表示卫星资源ri的能力；
Figure BDA0002252167930000046
表示资源集的能力在第j维的能力分量；
Figure BDA0002252167930000047
表示卫星资源ri能力在第j维能力分量。
优选的，所述能力能量约束包括：资源集构成能力能量约束和卫星资源贡献能力能量约束。
优选的，所述资源集构成能力能量约束为：
Figure BDA0002252167930000045
Figure BDA0002252167930000051
Figure BDA0002252167930000052
其中：
AbiGp表示资源集的能力；
Figure BDA0002252167930000053
表示卫星资源ri执行分解任务tk贡献的能力；
Reqtk表示简单任务tk的需求能力；
Figure BDA0002252167930000054
表示卫星资源ri执行分解任务tk贡献的能力在第j维的能力分量；
Figure BDA0002252167930000055
表示分解任务tk的需求能力在第j维的能力分量。
优选的，所述卫星资源贡献能力能量约束为：
Figure BDA0002252167930000056
其中：
Abiri表示卫星资源ri的能力；
Figure BDA0002252167930000057
表示卫星资源ri执行分解任务tk贡献的能力；
当卫星ri参与执行任务tk时，xik为1；否则，xik为0。
本发明解决其技术问题所提供的一种复杂任务的资源配置系统，所述系统包括计算机，所述计算机包括：
至少一个存储单元；
至少一个处理单元；
其中，所述至少一个存储单元中存储有至少一条指令，所述至少一条指令由所述至少一个处理单元加载并执行以实现以下步骤：
获取卫星资源；
基于待执行任务的任务需求将待执行任务进行分解，得到若干个分解任务；
基于所述分解任务的任务需求挑选单颗卫星资源，所有分解任务对应的单颗卫星资源组成待执行任务的资源集；
将所述卫星资源的卫星能力向量化；将分解任务的任务需求向量化；基于向量化的卫星能力获取资源集能力；
获取每个分解任务的收益；基于所有分解任务的收益获取目标函数；
基于向量化的任务需求和所述资源集能力获取需求能量约束；基于所有的卫星资源和所述资源集获取资源能量约束；基于向量化的卫星能力和所述资源集能力获取能力能量约束；
基于所述目标函数、所述需求能量约束、所述资源能量约束和所述能力能量约束构建动态资源同盟模型；所述动态资源同盟模型用于获取待执行任务的资源同盟。
优选的，所述每个待执行任务的收益的获取方法包括：
Figure BDA0002252167930000061
其中：
S(T)完成待执行任务T后获得的总收益；
E(tk)表示简单任务tk完成可获得的回报；
C(Gp)表示资源集Gp内所有资源的折合的成本；
V(Gp)表示资源相互协作完成过程中的消耗成本；
所述目标函数为：
max S(T)。
(三)有益效果
本发明提供了一种复杂任务的资源配置方法和系统。与现有技术相比，具备以下有益效果：
本发明通过获取卫星资源；基于待执行任务的任务需求将待执行任务进行分解，得到若干个分解任务；基于分解任务的任务需求挑选单颗卫星资源，所有分解任务对应的单颗卫星资源组成待执行任务的资源集；将卫星资源的卫星能力向量化；将分解任务的任务需求向量化；基于向量化的卫星能力获取资源集能力；获取每个分解任务的收益；基于所有分解任务的收益获取目标函数；基于向量化的任务需求和资源集能力获取需求能量约束；基于所有的卫星资源和资源集获取资源能量约束；基于向量化的卫星能力和资源集能力获取能力能量约束；基于目标函数、需求能量约束、资源能量约束和能力能量约束构建动态资源同盟模型。本发明综合考虑任务的需求和卫星的能力确定约束条件，根据任务的收益确定目标函数，构建了动态资源同盟模型，进而得到任务和卫星资源的配置结果，实现了卫星资源和任务的高效配置，提高了卫星资源利用率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的复杂任务的资源配置方法的整体流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请实施例通过提供一种复杂任务的资源配置方法和系统，解决了现有技术卫星资源利用率低的技术问题，实现了卫星资源利用率的提高。
本申请实施例的技术方案为解决上述技术问题，总体思路如下：
本发明实施例通过获取卫星资源；基于待执行任务的任务需求将待执行任务进行分解，得到若干个分解任务；基于分解任务的任务需求挑选单颗卫星资源，所有分解任务对应的单颗卫星资源组成待执行任务的资源集；将卫星资源的卫星能力向量化；将分解任务的任务需求向量化；基于向量化的卫星能力获取资源集能力；获取每个分解任务的收益；基于所有分解任务的收益获取目标函数；基于向量化的任务需求和资源集能力获取需求能量约束；基于所有的卫星资源和资源集获取资源能量约束；基于向量化的卫星能力和资源集能力获取能力能量约束；基于目标函数、需求能量约束、资源能量约束和能力能量约束构建动态资源同盟模型。本发明实施例综合考虑任务的需求和卫星的能力确定约束条件，根据任务的收益确定目标函数，构建了动态资源同盟模型，进而得到任务和卫星资源的配置结果，实现了卫星资源和任务的高效配置，提高了卫星资源利用率。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
本发明实施例提供了一种复杂任务的资源配置方法，该方法由计算机执行，如图1所示，包括以下步骤：
S1、获取卫星资源；
S2、基于待执行任务的任务需求将待执行任务进行分解，得到若干个分解任务；
S3、基于上述分解任务的任务需求挑选单颗卫星资源，所有分解任务对应的单颗卫星资源组成待执行任务的资源集；
S4、将上述卫星资源的卫星能力向量化；将分解任务的任务需求向量化；基于向量化的卫星能力获取资源集能力；
S5、获取每个分解任务的收益；基于所有分解任务的收益获取目标函数；
S6、基于向量化的任务需求和上述资源集能力获取需求能量约束；基于所有的卫星资源和所述资源集获取资源能量约束；基于向量化的卫星能力和上述资源集能力获取能力能量约束；
S7、基于上述目标函数、上述需求能量约束、上述资源能量约束和上述能力能量约束构建动态资源同盟模型；上述动态资源同盟模型用于获取待执行任务的资源同盟。
本发明实施例通过获取卫星资源；基于待执行任务的任务需求将待执行任务进行分解，得到若干个分解任务；基于分解任务的任务需求挑选单颗卫星资源，所有分解任务对应的单颗卫星资源组成待执行任务的资源集；将卫星资源的卫星能力向量化；将分解任务的任务需求向量化；基于向量化的卫星能力获取资源集能力；获取每个分解任务的收益；基于所有分解任务的收益获取目标函数；基于向量化的任务需求和资源集能力获取需求能量约束；基于所有的卫星资源和资源集获取资源能量约束；基于向量化的卫星能力和资源集能力获取能力能量约束；基于目标函数、需求能量约束、资源能量约束和能力能量约束构建动态资源同盟模型。本发明实施例综合考虑任务的需求和卫星的能力确定约束条件，根据任务的收益确定目标函数，构建了动态资源同盟模型，进而得到任务和卫星资源的配置结果，实现了卫星资源和任务的高效配置，提高了卫星资源利用率。
下面对各步骤进行具体分析。
在步骤S1中，获取卫星资源。
具体的，在卫星控制中心上获取：待观测任务和可用的卫星资源。
将所有可用卫星资源聚集在一起形成资源池，设有M个可执行观测任务的卫星，分别表示用r1、r2、...、rM表示，其中ri表示第i颗卫星，则资源池R＝{r1,r2,...,rM}。
在步骤S2中，基于待执行任务的任务需求将待执行任务进行分解，得到若干个分解任务。
具体的，包括以下步骤：
S201、如果单颗卫星资源可以满足待执行任务的分辨率需求，则跳到S202；如果不满足，则基于分辨率分解方法将待执行任务分解，并跳到S201。
其中，分辨率分解方法具体为：根据任务有几个分辨率观测需求，将其分解成几个子任务。
S202、如果单颗卫星资源可以在任务时间窗内的有效覆盖面积可以覆盖目标区域，则跳到S203；如果不满足，则基于面积分解方法将待执行任务分解，并跳到S202。
其中，面积分解方法具体为：将要观测的目标区域一分为二，由不同的卫星来执行观测。如果在任务时间窗内，分割后的目标区域可以由单颗卫星独立覆盖观测，则分解结束。如果不行则将分割后的目标区域继续一分为二进行分割，直到所有分割的目标区域可以由卫星独立覆盖观测为止。
S203、如果单颗卫星资源可以满足待执行任务的持续观测时间需求，则跳到S204；如果不满足，则基于时间窗分解方法将待执行任务分解，并跳到S203。
其中，时间窗分解方法具体为：将任务需要持续观测的时间窗分成若干个时间段，可以由不同卫星接棒观测完成，时间段之间允许有交叉。
S204、得到若干个分解任务。
在本发明实施例中，将待执行任务T分解为N个分解任务，分别表示为t1、t2、...、tN，其中tk表示第k个分解任务，则任务集合T＝{t1,t2,...,tN}。
在步骤S3中，基于分解任务的任务需求挑选单颗卫星资源，所有分解任务对应的单颗卫星资源组成待执行任务的资源集。
具体的，在本发明实施例中，资源集具体指：每一个分解任务都采用一个对应的卫星资源来完成，具体的卫星资源可以从所有的卫星资源中进行选择。所有的分解任务都具有一个对应的卫星资源，所有的卫星资源沟通组成了待执行任务的资源集。资源集和待执行任务之间是一一对应关系的关系，从资源优化利用的角度，允许同一资源属于多个资源集。
例如卫星资源为r1、r2、r3。分解任务为t1、t2。则待执行任务T的资源集包括：(r1、r1)、(r1、r2)、(r1、r3)、(r2、r2)、(r2、r3)、(r2、r1)、(r3、r1)、(r3、r2)、(r3、r3)。
在步骤S4中，将上述卫星资源的卫星能力向量化；将分解任务的任务需求向量化；基于向量化的卫星能力获取资源集能力。
具体的，包括以下步骤：
S401、卫星能力向量化。
对于卫星ri，用一个S维能力向量
Figure BDA0002252167930000121
定量描述卫星ri执行能力的大小。其中：
Figure BDA0002252167930000122
1≤i≤M，1≤j≤S。
具体的，在本发明实施例中，可以采用一个七维需求向量定量化描述卫星执行观测任务能力的大小，每一维需求按照顺序分别为①卫星成像覆盖面积②卫星成像图像类型③卫星持续观测时间能力④卫星成像分辨率⑤卫星总资源包括能量资源和储存容量等⑥卫星执行任务优先级⑦卫星成像幅宽，将每一维的能力强弱度分为6个等级，分别用数字1到6来表示，数字越大则代表能力等级越高能力越强。
通过邀请专家对卫星执行观测任务能力进行分析，从而确定卫星每一维能力对应的强弱等级，得到对应的等级数值，再根据卫星每一维能力等级将定性的需求强弱转化为定量表示，形成卫星能力向量。
S402、任务需求向量化。
具体的，采用一个S维需求向量：
Figure BDA0002252167930000131
用于定量描述复杂任务的需求能力大小。其中：
Figure BDA0002252167930000132
(1≤k≤N，1≤j≤S)。
在本发明实施例中，可以采用一个七维需求向量定量化描述任务需求能力的大小，每一维需求按照顺序分别为①任务覆盖面积需求②任务成像类型需求③任务持续观测时长需求④任务成像分辨率需求⑤任务消耗资源需求⑥任务执行优先级需求⑦任务覆盖宽度需求。将每一维的需求强弱度分为6个等级，分别用数字1到6来表示，数字越大则代表需求等级越高需求越强。
本发明实施例邀请专家对待执行任务分析。通过邀请专家分析任务，从而确定任务每一维需求对应的强弱等级，得到对应的等级数值，再根据任务每一维需求的等级将定性的需求强弱转化为定量表示，形成任务需求向量。
S403、获取资源集的资源集能力。
具体的，对于资源集Gp，用一个S维能力向量定量描述资源集能力大小，
Figure BDA0002252167930000133
具体的，在本发明实施例中，可以采用一个七维需求向量定量化描述资源集能力的大小，每一维需求按照顺序分别为①成像覆盖面积量能力②成像图片类型③成像持续观测时间能力④成像分辨率⑤总资源⑥行任务优先级⑦成像幅宽将每一维的需求强弱度分为6个等级，分别用数字1到6来表示，数字越大则代表需求等级越高需求越强。
将不同卫星在资源集中贡献的能力进行向量化表示，然后将每一维的能力值对应进行累加，如果超过6则按6表示，以此得到资源集每一维的能力值，形成资源集能力向量。
需要说明的是，资源集能力为构成其的所有卫星资源能力的累加值，具体为：
Figure BDA0002252167930000141
其中：
AbiGp表示资源集的能力；
Figure BDA0002252167930000142
表示卫星资源ri执行分解任务tk贡献的能力。
在步骤S5中，获取每个分解任务的收益；基于所有分解任务的收益获取目标函数。
具体的，待执行任务的收益的获取方法包括：
Figure BDA0002252167930000143
其中：
S(T)完成待执行任务T后获得的总收益；
E(tk)表示简单任务tk完成可获得的回报；
C(Gp)表示资源集Gp内所有资源的折合的成本；
V(Gp)表示资源相互协作完成过程中的消耗成本；
上述目标函数具体为：
max S(T)
目标函数为：使待执行任务的总收益最大。
在步骤S6中，基于向量化的任务需求和上述资源集能力获取需求能量约束；基于所有的卫星资源和所述资源集获取资源能量约束；基于向量化的卫星能力和上述资源集能力获取能力能量约束。
具体的，包括以下步骤：
S601、获取需求能量约束
具体为：
AbiGp≥ReqT
Figure BDA0002252167930000151
Figure BDA0002252167930000152
其中：
AbiGp表示资源集的能力；
ReqT表示复杂任务T的需求能力；
Reqtk表示分解任务tk的需求能力；
Figure BDA0002252167930000153
表示资源集能力在第j维的能力分量；
Figure BDA0002252167930000154
分解任务tk的需求能力在第j维的能力分量。
上述约束条件表示：待执行任务的需求小于等于其对应的资源集的能力。
S602、获取资源能量约束。
面向复杂的待执行任务T的资源集是资源池R的一个子集合Gp∈R，从资源优化利用的角度，允许同一资源属于多个资源集，即所有资源集中资源累加等于资源池中的总资源。
资源能量约束具体为：
AbiGp≤AbiR
Figure BDA0002252167930000161
Figure BDA0002252167930000162
其中：
AbiGp表示资源集的能力；
AbiR表示总卫星资源的能力；
Abiri表示卫星资源ri的能力；
Figure BDA0002252167930000163
表示资源集的能力在第j维的能力分量；
Figure BDA0002252167930000164
表示卫星资源ri能力在第j维能力分量。
S603、获取能力能量约束。
具体的，能力能量约束包括：资源集构成能力能量约束和卫星资源贡献能力能量约束。
其中，资源集构成能力能量约束为：
Figure BDA0002252167930000165
Figure BDA0002252167930000171
Figure BDA0002252167930000172
其中：
AbiGp表示资源集的能力；
Figure BDA0002252167930000173
表示卫星资源ri执行分解任务tk贡献的能力；
Reqtk表示简单任务tk的需求能力；
Figure BDA0002252167930000174
表示卫星资源ri执行分解任务tk贡献的能力在第j维的能力分量；
Figure BDA0002252167930000175
表示分解任务tk的需求能力在第j维的能力分量。
上述约束条件表示：资源集的总能力等于每颗卫星资源在资源集中贡献能力总和。
卫星资源贡献能力能量约束具体为：
Figure BDA0002252167930000176
其中：
Abiri表示卫星资源ri的能力；
Figure BDA0002252167930000177
表示卫星资源ri执行分解任务tk贡献的能力；
当卫星ri参与执行任务tk时，xik为1；否则，xik为0。
上述约束条件表示：对于每颗卫星，其单颗卫星资源在所参与的所有资源集中的贡献能力总和小于等于其本身能力。
在步骤S7中，基于上述目标函数、上述需求能量约束、上述资源能量约束和上述能力能量约束构建动态资源同盟模型。
具体的，将卫星资源信息和待执行任务信息输入上述动态资源同盟模型中，得到待执行任务的资源同盟。
需要说明的是，对于待执行任务T，其资源同盟是指经过动态资源同盟模型筛选后得到的符合条件的最优资源集，即符合条件的最优资源集才可以作为待执行任务的资源同盟。
本发明实施例还提供了一种复杂任务的资源配置系统，上述系统包括计算机，上述计算机包括：
至少一个存储单元；
至少一个处理单元；
其中，上述至少一个存储单元中存储有至少一条指令，上述至少一条指令由上述至少一个处理单元加载并执行以实现以下步骤：
S1、获取卫星资源；
S2、基于待执行任务的任务需求将待执行任务进行分解，得到若干个分解任务；
S3、基于上述分解任务的任务需求挑选单颗卫星资源，所有分解任务对应的单颗卫星资源组成待执行任务的资源集；
S4、将上述卫星资源的卫星能力向量化；将分解任务的任务需求向量化；基于向量化的卫星能力获取资源集能力；
S5、获取每个分解任务的收益；基于所有分解任务的收益获取目标函数；
S6、基于向量化的任务需求和上述资源集能力获取需求能量约束；基于所有的卫星资源和所述资源集获取资源能量约束；基于向量化的卫星能力和上述资源集能力获取能力能量约束；
S7、基于上述目标函数、上述需求能量约束、上述资源能量约束和上述能力能量约束构建动态资源同盟模型；上述动态资源同盟模型用于获取待执行任务的资源同盟。
综上所述，与现有技术相比，具备以下有益效果：
本发明实施例通过获取卫星资源；基于待执行任务的任务需求将待执行任务进行分解，得到若干个分解任务；基于分解任务的任务需求挑选单颗卫星资源，所有分解任务对应的单颗卫星资源组成待执行任务的资源集；将卫星资源的卫星能力向量化；将分解任务的任务需求向量化；基于向量化的卫星能力获取资源集能力；获取每个分解任务的收益；基于所有分解任务的收益获取目标函数；基于向量化的任务需求和资源集能力获取需求能量约束；基于所有的卫星资源和资源集获取资源能量约束；基于向量化的卫星能力和资源集能力获取能力能量约束；基于目标函数、需求能量约束、资源能量约束和能力能量约束构建动态资源同盟模型。本发明实施例综合考虑任务的需求和卫星的能力确定约束条件，根据任务的收益确定目标函数，构建了动态资源同盟模型，进而得到任务和卫星资源的配置结果，实现了卫星资源和任务的高效配置，提高了卫星资源利用率。
需要说明的是，通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种复杂任务的资源配置方法，其特征在于，所述配置方法由计算机执行，包括以下步骤：
获取卫星资源；
基于待执行任务的任务需求将待执行任务进行分解，得到若干个分解任务；
基于所述分解任务的任务需求挑选单颗卫星资源，所有分解任务对应的单颗卫星资源组成待执行任务的资源集；
将所述卫星资源的卫星能力向量化；将分解任务的任务需求向量化；基于向量化的卫星能力获取资源集能力；
获取每个分解任务的收益；基于所有分解任务的收益获取目标函数；
基于向量化的任务需求和所述资源集能力获取需求能量约束；基于所有的卫星资源和所述资源集获取资源能量约束；基于向量化的卫星能力和所述资源集能力获取能力能量约束；
基于所述目标函数、所述需求能量约束、所述资源能量约束和所述能力能量约束构建动态资源同盟模型；所述动态资源同盟模型用于获取待执行任务的资源同盟。
2.如权利要求1所述的配置方法，其特征在于，所述分解任务的获取方法包括：
S201、如果单颗卫星资源可以满足待执行任务的分辨率需求，则跳到S202；如果不满足，则基于分辨率分解方法将待执行任务分解，并跳到S201；
S202、如果单颗卫星资源可以在任务时间窗内的有效覆盖面积可以覆盖目标区域，则跳到S203；如果不满足，则基于面积分解方法将待执行任务分解，并跳到S202；
S203、如果单颗卫星资源可以满足待执行任务的持续观测时间需求，则跳到S204；如果不满足，则基于时间窗分解方法将待执行任务分解，并跳到S203；
S204、得到若干个分解任务。
3.如权利要求1所述的配置方法，其特征在于，所述目标函数的获取方法包括：
Figure FDA0002252167920000021
其中：
S(T)完成待执行任务T后获得的总收益；
E(tk)表示简单任务tk完成可获得的回报；
C(Gp)表示资源集Gp内所有资源的折合的成本；
V(Gp)表示资源相互协作完成过程中的消耗成本；
所述目标函数为：
maxS(T)。
4.如权利要求1所述的配置方法，其特征在于，所述需求能量约束为：
AbiGp≥ReqT
Figure FDA0002252167920000022
Figure FDA0002252167920000031
其中：
AbiGp表示资源集的能力；
ReqT表示复杂任务T的需求能力；
Reqtk表示分解任务tk的需求能力；
Figure FDA0002252167920000032
表示资源集能力在第j维的能力分量；
Figure FDA0002252167920000033
表示分解任务tk的需求能力在第j维的能力分量。
5.如权利要求1所述的配置方法，其特征在于，所述资源能量约束为：
AbiGp≤AbiR
Figure FDA0002252167920000034
Figure FDA0002252167920000035
其中：
AbiGp表示资源集的能力；
AbiR表示总卫星资源的能力；
Abiri表示卫星资源ri的能力；
Figure FDA0002252167920000036
表示资源集的能力在第j维的能力分量；
Figure FDA0002252167920000037
表示卫星资源ri能力在第j维能力分量。
6.如权利要求1所述的配置方法，其特征在于，所述能力能量约束包括：资源集构成能力能量约束和卫星资源贡献能力能量约束。
7.如权利要求6所述的配置方法，其特征在于，所述资源集构成能力能量约束为：
Figure FDA0002252167920000041
Figure FDA0002252167920000042
Figure FDA0002252167920000043
其中：
AbiGp表示资源集的能力；
Figure FDA0002252167920000044
表示卫星资源ri执行分解任务tk贡献的能力；
Reqtk表示简单任务tk的需求能力；
Figure FDA0002252167920000045
表示卫星资源ri执行分解任务tk贡献的能力在第j维的能力分量；
Figure FDA0002252167920000046
表示分解任务tk的需求能力在第j维的能力分量。
8.如权利要求6所述的配置方法，其特征在于，所述卫星资源贡献能力能量约束为：
Figure FDA0002252167920000047
其中：
Abiri表示卫星资源ri的能力；
Figure FDA0002252167920000048
表示卫星资源ri执行分解任务tk贡献的能力；
当卫星ri参与执行任务tk时，xik为1；否则，xik为0。
9.一种复杂任务的资源配置系统，其特征在于，所述系统包括计算机，所述计算机包括：
至少一个存储单元；
至少一个处理单元；
其中，所述至少一个存储单元中存储有至少一条指令，所述至少一条指令由所述至少一个处理单元加载并执行以实现以下步骤：
获取卫星资源；
基于待执行任务的任务需求将待执行任务进行分解，得到若干个分解任务；
基于所述分解任务的任务需求挑选单颗卫星资源，所有分解任务对应的单颗卫星资源组成待执行任务的资源集；
将所述卫星资源的卫星能力向量化；将分解任务的任务需求向量化；基于向量化的卫星能力获取资源集能力；
获取每个分解任务的收益；基于所有分解任务的收益获取目标函数；
基于向量化的任务需求和所述资源集能力获取需求能量约束；基于所有的卫星资源和所述资源集获取资源能量约束；基于向量化的卫星能力和所述资源集能力获取能力能量约束；
基于所述目标函数、所述需求能量约束、所述资源能量约束和所述能力能量约束构建动态资源同盟模型；所述动态资源同盟模型用于获取待执行任务的资源同盟。
10.如权利要求9所述的配置系统，其特征在于，所述每个待执行任务的收益的获取方法包括：
Figure FDA0002252167920000051
其中：
S(T)完成待执行任务T后获得的总收益；
E(tk)表示简单任务tk完成可获得的回报；
C(Gp)表示资源集Gp内所有资源的折合的成本；
V(Gp)表示资源相互协作完成过程中的消耗成本；
所述目标函数为：
max S(T)。
CN201911038387.9A 2019-10-29 2019-10-29 复杂任务的资源配置方法和系统 Active CN111105125B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911038387.9A CN111105125B (zh) 2019-10-29 2019-10-29 复杂任务的资源配置方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911038387.9A CN111105125B (zh) 2019-10-29 2019-10-29 复杂任务的资源配置方法和系统

Publications (2)

Publication Number Publication Date
CN111105125A true CN111105125A (zh) 2020-05-05
CN111105125B CN111105125B (zh) 2023-01-13

Family

ID=70420587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911038387.9A Active CN111105125B (zh) 2019-10-29 2019-10-29 复杂任务的资源配置方法和系统

Country Status (1)

Country Link
CN (1) CN111105125B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111913786A (zh) * 2020-06-10 2020-11-10 合肥工业大学 基于时间窗分割的卫星任务调度方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100250319A1 (en) * 2006-04-14 2010-09-30 Raytheon Company Methods and apparatus for optimal resource allocation
CN105654220A (zh) * 2014-11-27 2016-06-08 航天恒星科技有限公司 一种多卫星联合观测方法及系统
CN109492834A (zh) * 2018-12-26 2019-03-19 航天恒星科技有限公司 基于遗传优化的敏捷卫星任务规划与调度建模方法
CN109657930A (zh) * 2018-11-29 2019-04-19 合肥工业大学 基于虚拟星座的协同任务的资源联盟构建方法
CN109687998A (zh) * 2018-12-06 2019-04-26 西安电子科技大学 一种面向任务服务的卫星网络资源管理模型及构建方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100250319A1 (en) * 2006-04-14 2010-09-30 Raytheon Company Methods and apparatus for optimal resource allocation
CN105654220A (zh) * 2014-11-27 2016-06-08 航天恒星科技有限公司 一种多卫星联合观测方法及系统
CN109657930A (zh) * 2018-11-29 2019-04-19 合肥工业大学 基于虚拟星座的协同任务的资源联盟构建方法
CN109687998A (zh) * 2018-12-06 2019-04-26 西安电子科技大学 一种面向任务服务的卫星网络资源管理模型及构建方法
CN109492834A (zh) * 2018-12-26 2019-03-19 航天恒星科技有限公司 基于遗传优化的敏捷卫星任务规划与调度建模方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
GUOHUA WU 等: "A two-phase scheduling method with the consideration of task clustering for earth observing satellites", 《COMPUTERS & OPERATIONS RESEARCH》 *
孙凯等: "基于分解优化策略的多敏捷卫星联合对地观测调度", 《计算机集成制造系统》 *
孙海权 等: "虚拟星座资源组合关键技术研究", 《无线电工程》 *
柴伟杰等: "基于图论的多星综合任务规划双蚁群算法", 《无线电工程》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111913786A (zh) * 2020-06-10 2020-11-10 合肥工业大学 基于时间窗分割的卫星任务调度方法和系统
CN111913786B (zh) * 2020-06-10 2022-09-30 合肥工业大学 基于时间窗分割的卫星任务调度方法和系统

Also Published As

Publication number Publication date
CN111105125B (zh) 2023-01-13

Similar Documents

Publication Publication Date Title
CN109829636B (zh) 基于动态优先级的卫星应急任务调度规划方法
CN107203492B (zh) 产品设计云服务平台模块化任务重组与分配优化方法
CN104298550A (zh) 一种面向Hadoop的动态调度方法
CN111026549A (zh) 一种电力信息通信设备自动化测试资源调度方法
CN114253735B (zh) 一种任务处理方法、装置及相关设备
Liu et al. Handling recoverable temporal violations in scientific workflow systems: a workflow rescheduling based strategy
CN110990121B (zh) 一种基于应用画像的Kubernetes调度策略
CN110796513A (zh) 多任务学习方法、装置、电子设备及存储介质
CN111105125B (zh) 复杂任务的资源配置方法和系统
CN112101736A (zh) 微电网运营模式的评估方法、装置、存储介质和电子设备
CN108132840A (zh) 一种分布式系统中的资源调度方法及装置
CN111027801B (zh) 基于任务邀请的卫星筛选方法和系统
CN117193992B (zh) 模型训练方法、任务调度方法、装置以及计算机存储介质
CN111077770B (zh) 多星协同资源的配置方法和系统
CN115689201A (zh) 面向企业资源供需调配的多准则智能决策优化方法及系统
CN112039111A (zh) 一种新能源微电网参与电网调峰能力的方法及系统
Pierreval et al. Robust simulation with a base environmental scenario
CN111177640A (zh) 一种数据中心运维工作绩效评价系统
CN115204849A (zh) 基于人工智能的企业人力资源管理方法及系统
CN111062558B (zh) 基于任务需求的卫星价值分析方法和系统
CN115345488A (zh) 一种湿地生态系统服务评估方法、装置、服务器及介质
CN112632615B (zh) 基于混合云环境的科学工作流数据布局方法
CN1588318A (zh) 基于实数编码遗传算法的应用服务器实例池动态配置方法
Wu et al. Balance personal wishes with performance via group role assignment
CN110751372B (zh) 多星对地观测任务的调度方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant