CN112598332B - 空间在轨服务任务调度方法、装置和计算机设备 - Google Patents

空间在轨服务任务调度方法、装置和计算机设备 Download PDF

Info

Publication number
CN112598332B
CN112598332B CN202110014322.1A CN202110014322A CN112598332B CN 112598332 B CN112598332 B CN 112598332B CN 202110014322 A CN202110014322 A CN 202110014322A CN 112598332 B CN112598332 B CN 112598332B
Authority
CN
China
Prior art keywords
task
spacecraft
service
sequence
target
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.)
Active
Application number
CN202110014322.1A
Other languages
English (en)
Other versions
CN112598332A (zh
Inventor
蔡伟伟
杨乐平
龙洗
朱彦伟
黄涣
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.)
National University of Defense Technology
Original Assignee
National University of Defense 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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202110014322.1A priority Critical patent/CN112598332B/zh
Publication of CN112598332A publication Critical patent/CN112598332A/zh
Application granted granted Critical
Publication of CN112598332B publication Critical patent/CN112598332B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种空间在轨服务任务调度方法、装置和计算机设备。所述方法包括：构建服务航天器对应的初始任务序列和初始时间序列；根据服务航天器和目标航天器的任务指派组合对应的综合指标最小为优化目标，将目标航天器指派至初始任务序列和初始时间序列中；获取当前时刻空闲的服务航天器数量和待服务的目标航天器数量，根据优化目标，确定当前时刻空闲的服务航天器和待服务的目标航天器的任务指派组合，根据当前任务指派组合，更新初始任务序列和初始时间序列，得到服务航天器的任务序列和时间序列；根据任务序列和时间序列，进行空间在轨服务任务调度。采用本方法能够提高任务调度的效率。

Description

空间在轨服务任务调度方法、装置和计算机设备
技术领域
本申请涉及空间在轨服务技术领域，特别是涉及一种空间在轨服务任务调度方法、装置和计算机设备。
背景技术
空间在轨服务是指在太空中以有人、无人或二者协同的方式，对目标航天器实施在轨维护、升级、装配等任务，包括航天器部件的修理和更换、消费品和消耗品的补给(如在轨推进剂加注)、太空在轨组装等。空间在轨服务对于延长在轨航天器寿命、拓展在轨航天器功能、提升在轨航天器性能具有重要意义，已经成为航天技术发展的重要方向之一。当存在多个服务航天器和多个目标航天器时，对空间在轨服务任务进行调度安排，即确定各个服务航天器以什么样的先后顺序、分别耗费多长时间、为哪些目标航天器提供在轨服务，是降低任务成本、提高任务效率的基本保证，涉及任务指派、执行顺序和时间分配三个方面。在轨服务任务调度最终要生成各个服务航天器的任务序列和相应的时间序列，前者明确了在轨服务以什么样的顺序对哪些目标航天器实施在轨服务，后者体现了为相应目标航天器进行在轨服务消耗的时间。
为了获得较好的在轨服务任务调度方案，考虑任务时间、服务航天器机动能力等优化目标，构建一个多目标整数规划模型，运用进化算法进行求解。对于在轨服务任务调度模型建立，现有方法通常以总的目标优先级最高、任务时间和能量消耗最少、各个服务航天器的能量消耗均衡等为目标函数，以所有服务航天器的任务序列和时间序列为决策变量，综合考虑任务时间、轨道机动能力等优化目标，构建在轨服务任务调度的多目标优化模型。这类模型可以通过一次求解获得各个服务航天器的任务序列和时间序列，但涉及的决策变量数量众多，且将任务指派、执行顺序和时间分配三个层次的问题交织耦合在一起建模，使得模型整体复杂度增大。
对于在轨服务任务调度模型求解，由于模型复杂程度高，现有技术通常采用遗传算法、粒子群算法等智能优化算法进行求解。然而，智能优化算法一般需要在给定初始解的基础上，通过不断搜索、更新逐渐获得问题较好的解，但搜索、更新时间一般较长，导致在轨服务任务调度方案的生成效率不高。
发明内容
基于此，有必要针对上述技术问题，提供一种能够解决在轨服务任务调度方案生成效率不高问题的空间在轨服务任务调度方法、装置、计算机设备和存储介质。
一种空间在轨服务任务调度方法，所述方法包括：
构建服务航天器对应的初始任务序列和初始时间序列；
根据服务航天器和目标航天器的任务指派组合对应的综合指标最小为优化目标，将目标航天器指派至所述初始任务序列和所述初始时间序列中；所述综合指标是根据目标航天器的优先级以及任务指派组合的任务成本指标确定的；
获取当前时刻空闲的服务航天器数量和待服务的目标航天器数量，根据所述优化目标，确定当前时刻空闲的服务航天器和待服务的目标航天器的任务指派组合，根据当前任务指派组合，更新所述初始任务序列和所述初始时间序列，得到服务航天器的任务序列和时间序列；
根据所述任务序列和所述时间序列，进行空间在轨服务任务调度。
在其中一个实施例中，还包括：获取服务航天器和目标航天器的任务指派组合对应的综合指标为：
其中，表示综合指标，sp表示服务航天器，rq表示目标航天器，/>表示目标航天器的优先级，ωP和ωH表示权重系数，/>表示任务成本指标；
以所述综合指标最小为优化目标，将目标航天器指派至所述初始任务序列和所述初始时间序列中。
在其中一个实施例中，还包括：确定任务成本指标为：
其中，ωΔT和ωΔV表示权重系数，ΔT表示服务航天器sp通过轨道转移接近目标航天器rq所消耗的时间，|ΔV|2表示总能量消耗，ΔV表示速度增量。
在其中一个实施例中，还包括：根据服务航天器和目标航天器的任务指派组合，构建综合指标矩阵；所述综合指标矩阵中的元素为所述综合指标；
多次遍历所述综合指标矩阵，得到所述综合指标矩阵中元素取值最小的元素，确定对应的任务指派组合，并将任务指派组合在所述综合指标矩阵对应的行和列设置为无穷大，并将所述任务指派组合中空闲的服务航天器分配至目标航天器进行服务；以此将目标航天器指派至所述初始任务序列和所述初始时间序列中。
在其中一个实施例中，还包括：根据预先设置的时间约束和预先设置的能量约束，确定所述任务序列和时间序列是否满足所述时间约束和所述能量约束；
若否，则对权重系数进行调整或者删除所述任务序列中的元素数量。
一种空间在轨服务任务调度装置，所述装置包括：
初始序列构建模块，用于构建服务航天器对应的初始任务序列和初始时间序列；
初始指派模块，用于根据服务航天器和目标航天器的任务指派组合对应的综合指标最小为优化目标，将目标航天器指派至所述初始任务序列和所述初始时间序列中；所述综合指标是根据目标航天器的优先级以及任务指派组合的任务成本指标确定的；
更新模块，用于获取当前时刻空闲的服务航天器数量和待服务的目标航天器数量，根据所述优化目标，确定当前时刻空闲的服务航天器和待服务的目标航天器的当前任务指派组合，根据当前任务指派组合，更新所述初始任务序列和所述初始时间序列，得到服务航天器的任务序列和时间序列；
调度模块，用于根据所述任务序列和所述时间序列，进行空间在轨服务任务调度。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
构建服务航天器对应的初始任务序列和初始时间序列；
根据服务航天器和目标航天器的任务指派组合对应的综合指标最小为优化目标，将目标航天器指派至所述初始任务序列和所述初始时间序列中；所述综合指标是根据目标航天器的优先级以及任务指派组合的任务成本指标确定的；
获取当前时刻空闲的服务航天器数量和待服务的目标航天器数量，根据所述优化目标，确定当前时刻空闲的服务航天器和待服务的目标航天器的当前任务指派组合，根据当前任务指派组合，更新所述初始任务序列和所述初始时间序列，得到服务航天器的任务序列和时间序列；
根据所述任务序列和所述时间序列，进行空间在轨服务任务调度。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
构建服务航天器对应的初始任务序列和初始时间序列；
根据服务航天器和目标航天器的任务指派组合对应的综合指标最小为优化目标，将目标航天器指派至所述初始任务序列和所述初始时间序列中；所述综合指标是根据目标航天器的优先级以及任务指派组合的任务成本指标确定的；
获取当前时刻空闲的服务航天器数量和待服务的目标航天器数量，根据所述优化目标，确定当前时刻空闲的服务航天器和待服务的目标航天器的当前任务指派组合，根据当前任务指派组合，更新所述初始任务序列和所述初始时间序列，得到服务航天器的任务序列和时间序列；
根据所述任务序列和所述时间序列，进行空间在轨服务任务调度。
上述空间在轨服务任务调度方法、装置、计算机设备和存储介质，通过构建初始任务序列和初始时间序列，在进行任务调度时，以服务航天器和目标航天器的任务指派组合对应的综合指标最小为优化目标，将目标航天器指派至初始任务序列和初始时间序列中，然后在当前时刻，采用任务序列滚动规划的方式，更新初始任务序列和初始时间序列，得到服务航天器的任务序列和时间序列，从而根据任务序列和时间序列，进行空间在轨服务任务调度，可以大大的提升任务调度的效率。
附图说明
图1为一个实施例中空间在轨服务任务调度方法的流程示意图；
图2为一个实施例中任务序列滚动规划步骤的示意图；
图3为一个实施例中空间在轨服务任务调度装置的结构框图；
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种空间在轨服务任务调度方法，包括以下步骤：
步骤102，构建服务航天器对应的初始任务序列和初始时间序列。
初始任务序列和初始时间序列为空。
步骤104，根据服务航天器和目标航天器的任务指派组合对应的综合指标最小为优化目标，将目标航天器指派至初始任务序列和初始时间序列中。
综合指标是根据目标航天器的优先级以及任务指派组合的任务成本指标确定的。
任务指派组合指的是服务航天器和目标航天器的组合。
步骤106，获取当前时刻空闲的服务航天器数量和待服务的目标航天器数量，根据优化目标，确定当前时刻空闲的服务航天器和待服务的目标航天器的任务指派组合，根据当前任务指派组合，更新初始任务序列和初始时间序列，得到服务航天器的任务序列和时间序列。
步骤108，根据任务序列和时间序列，进行空间在轨服务任务调度。
上述空间在轨服务任务调度方法中，通过构建初始任务序列和初始时间序列，在进行任务调度时，以服务航天器和目标航天器的任务指派组合对应的综合指标最小为优化目标，将目标航天器指派至初始任务序列和初始时间序列中，然后在当前时刻，采用任务序列滚动规划的方式，更新初始任务序列和初始时间序列，得到服务航天器的任务序列和时间序列，从而根据任务序列和时间序列，进行空间在轨服务任务调度，可以大大的提升任务调度的效率。
在其中一个实施例中，任务调度分为两个步骤：
1、任务序列滚动规划。
在一个具体实施例中，定义服务航天器的任务序列为Qi(1≤i≤M)，相应时间序列为Ti(1≤i≤M)，其中时间序列的第k个元素Tik表示任务序列Qi中第k项任务达成时所处的时间。在任务指派之前，Qi和Ti均为空；一旦基于量化的任务指派准则，将某个目标航天器指派给服务航天器i，则将该目标航天器加入任务序列Qi中，并更新相应的时间序列Ti。
任务序列滚动规划的基本流程如图2所示：
①在初始时刻，根据所有服务航天器和目标航天器的数量、位置和速度信息，计算每种可能的“服务航天器--目标航天器”组合的综合指标，以所有服务航天器的综合指标之和最低为目标，分别为每个服务航天器分配一颗目标航天器，并更新各个服务航天器的任务序列和时间序列；
②由于时间序列Ti的最后一个元素Ti(end)表示服务航天器i将在该时刻完成所分配的在轨服务任务，处于空闲状态，因此对比所有时间序列的最后一个元素，取其最小值
③在tknot时刻，获取当前空闲的服务航天器和待服务的目标航天器的数量、位置和速度信息，计算每种可能的“服务航天器—目标航天器”组合的综合指标，以所有空闲的服务航天器的综合指标之和最低为目标，为每个空闲的服务航天器分配一颗待服务的目标航天器，并更新其任务序列和时间序列；
重复步骤②和③，直至所有目标航天器全部分配给各个服务航天器。
在其中一个实施例中，获取服务航天器和目标航天器的任务指派组合对应的综合指标为：
其中，表示综合指标，sp表示服务航天器，rq表示目标航天器，/>表示目标航天器的优先级，ωP和ωH表示权重系数，/>表示任务成本指标；
以综合指标最小为优化目标，将目标航天器指派至初始任务序列和初始时间序列中。
具体的，记t时刻的空闲服务航天器数量为m(1≤m≤M)，其编号分别为sk(1≤k≤m)；待服务的目标航天器数量为n(1≤n≤N)，其编号分别为rk(1≤k≤n)。针对每一种可能的“服务航天器－目标航天器”任务指派组合，分别考虑该组合对应的目标优先级、消耗的时间和能量成本，构建该组合的综合指标。以指派服务航天器sp对目标航天器rq实施在轨服务为例，由于目标航天器rq的优先级事先已经给定，该组合的综合指标主要受服务航天器sp通过轨道转移接近目标航天器rq所消耗的时间ΔT和能量|ΔV|2影响，因此定义该任务指派组合的综合指标为：
其中ωP和ωH为决策者设置的权重系数，满足ωP+ωH＝1；为与时间ΔT和能量|ΔV|2相关的指标。
在其中一个实施例中，确定任务成本指标为：
其中，ωΔT和ωΔV表示权重系数，ΔT表示服务航天器sp通过轨道转移接近目标航天器rq所消耗的时间，|ΔV|2表示总能量消耗，ΔV表示速度增量。
具体的，考虑服务航天器采用单圈兰伯特机动实施轨道转移，则一旦时间ΔT给定，能量消耗|ΔV|2即可确定，但二者不呈线性关系。通常认为完成在轨服务任务消耗的时间ΔT越短、能量|ΔV|2越小，综合指标越低，因此可通过求解下列优化问题获得数值指标/>
给定服务航天器sp的位置和速度/>目标航天器rq的位置/>和速度/>寻找轨道转移的时间ΔT，依据单圈兰伯特变轨计算能量消耗|ΔV|2，使得服务航天器经过ΔT时间的轨道转移后与目标航天器的位置和速度一致，同时使得下列指标/>最小：
其中ωΔT和ωΔV为任务时间ΔT和能量|ΔV|2的权重系数。给定ΔT，由单圈兰伯特变轨计算速度增量ΔV的方法属成熟方法，此处不作介绍。
在其中一个实施例中，根据服务航天器和目标航天器的任务指派组合，构建综合指标矩阵；综合指标矩阵中的元素为所述综合指标；多次遍历综合指标矩阵，得到综合指标矩阵中元素取值最小的元素，确定对应的任务指派组合，并将任务指派组合在综合指标矩阵对应的行和列设置为无穷大；以此将目标航天器指派至初始任务序列和初始时间序列中。
具体的，记t时刻的空闲服务航天器数量为m(1≤m≤M)，其编号分别为sk(1≤k≤m)；待服务的目标航天器数量为n(1≤n≤N)，其编号分别为rk(1≤k≤n)；分别计算每一种可能的“服务航天器—目标航天器”任务指派组合的综合指标，从而构建任务指派组合的综合指标矩阵：
V＝[V]m×n
其中，第p行第q列元素对应服务航天器sp为待服务的目标航天器rq提供服务所带来的综合指标。
若综合指标矩阵V中，第p行第q列的元素取值最小，则将待服务的目标航天器rq分配给空闲服务航天器sp，同时将综合指标矩阵V的第p行和第q列元素全部置无穷大；对新的综合指标矩阵，按上述方法继续分配服务航天器和目标航天器；如此循环，直至所有空闲的服务航天器都分配了新的目标航天器。
2、任务序列约束调整。
通过任务序列滚动规划环节，最终可以获得每个服务航天器的任务序列以及对应的时间序列：
其中下标ai表示服务航天器i分配到的目标航天器数量，即需要完成ai项在轨服务任务。
在其中一个实施例中，根据预先设置的时间约束和预先设置的能量约束，确定任务序列和时间序列是否满足时间约束和能量约束；若否，则对权重系数进行调整或者删除任务序列中的元素数量。
具体的，由于上述任务序列滚动规划流程中，没有考虑在轨服务任务约束，包括：
①时间约束：最后一个在轨服务任务结束的时刻不超过总的任务时间，即
②能量约束：每个服务航天器完成各自任务序列消耗的能量总量不超过其能量上限，即
因此，任务序列滚动规划环节生成的任务序列在满足任务约束方面，存在三种情形：
①生成的任务序列同时满足上述时间约束和能量约束，则可将该任务序列作为最终的在轨服务任务序列。
②生成的任务序列只满足上述时间约束和能量约束中的一项。由于在任务序列滚动规划环节，转移时间ΔT和能量|ΔV|2的权重系数ωΔT和ωΔV是预先设置的，其决定着每种可能的“服务航天器-目标航天器”指派组合的综合指标，进而最终影响任务序列的生成，因此可对ωΔT和ωΔV进行调整，重新生成任务序列，并检验其合理性。若调整权重系数无法生成满意的任务序列，则从任务序列的最末位开始进行“剪枝”处理，即删减任务序列元素数量，直至获得可行的任务序列。以任务序列满足能量约束，但违背时间约束为例，可将新的权重系数分别设置为ωΔT+δ、ωΔV-δ，重新规划任务序列，并检验其合理性。若无法通过调整权重系数获得可行的任务序列，则寻找对应的服务航天器，对其任务序列进行删减；如此循环，直至获得可行的任务序列。
③生成的任务序列均不满足上述时间约束和能量约束，此时可按照上述第②种情形中的方法对任务序列进行“剪枝”处理，直至获得可行的任务序列。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图3所示，提供了一种空间在轨服务任务调度装置，包括：初始序列构建模块302、初始指派模块304、更新模块306和调度模块308，其中：
初始序列构建模块302，用于构建服务航天器对应的初始任务序列和初始时间序列；
初始指派模块304，用于根据服务航天器和目标航天器的任务指派组合对应的综合指标最小为优化目标，将目标航天器指派至所述初始任务序列和所述初始时间序列中；所述综合指标是根据目标航天器的优先级以及任务指派组合的任务成本指标确定的；
更新模块306，用于获取当前时刻空闲的服务航天器数量和待服务的目标航天器数量，根据所述优化目标，确定当前时刻空闲的服务航天器和待服务的目标航天器的当前任务指派组合，根据当前任务指派组合，更新所述初始任务序列和所述初始时间序列，得到服务航天器的任务序列和时间序列；
调度模块308，用于根据所述任务序列和所述时间序列，进行空间在轨服务任务调度。
在其中一个实施例中，初始指派模块304还用于获取服务航天器和目标航天器的任务指派组合对应的综合指标为：
其中，表示综合指标，sp表示服务航天器，rq表示目标航天器，/>表示目标航天器的优先级，ωP和ωH表示权重系数，/>表示任务成本指标；
以所述综合指标最小为优化目标，将目标航天器指派至所述初始任务序列和所述初始时间序列中。
在其中一个实施例中，初始指派模块304还用于确定任务成本指标为：
其中，ωΔT和ωΔV表示权重系数，ΔT表示服务航天器sp通过轨道转移接近目标航天器rq所消耗的时间，|ΔV|2表示总能量消耗，ΔV表示速度增量。
在其中一个实施例中，初始指派模块304还用于根据服务航天器和目标航天器的任务指派组合，构建综合指标矩阵；所述综合指标矩阵中的元素为所述综合指标；多次遍历所述综合指标矩阵，得到所述综合指标矩阵中元素取值最小的元素，确定对应的任务指派组合，并将任务指派组合在所述综合指标矩阵对应的行和列设置为无穷大；以此将目标航天器指派至所述初始任务序列和所述初始时间序列中。
在其中一个实施例中，更新模块306还用于根据预先设置的时间约束和预先设置的能量约束，确定所述任务序列和时间序列是否满足所述时间约束和所述能量约束；
若否，则对权重系数或者删除所述任务序列中的元素数量。
关于空间在轨服务任务调度装置的具体限定可以参见上文中对于空间在轨服务任务调度方法的限定，在此不再赘述。上述空间在轨服务任务调度装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储序列数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种空间在轨服务任务调度方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述实施例中方法的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种空间在轨服务任务调度方法，其特征在于，所述方法包括：
构建服务航天器对应的初始任务序列和初始时间序列；
根据服务航天器和目标航天器的任务指派组合对应的综合指标最小为优化目标，将目标航天器指派至所述初始任务序列和所述初始时间序列中；所述综合指标是根据目标航天器的优先级以及任务指派组合的任务成本指标确定的，所述综合指标为：
其中，表示第p个服务航天器，/>表示第q个目标航天器，/>和/>表示权重系数，/>表示综合指标，/>表示目标航天器的优先级，/>表示任务成本指标，所述任务成本指标为：
其中，和/>表示所述权重系数，/>表示服务航天器/>通过轨道转移到达目标航天器所消耗的时间，/>表示总能量消耗，/>表示速度增量；
获取当前时刻空闲的服务航天器数量和待服务的目标航天器数量，根据所述优化目标，确定当前时刻空闲的服务航天器和待服务的目标航天器的任务指派组合，根据当前任务指派组合，更新所述初始任务序列和所述初始时间序列，得到服务航天器的任务序列和时间序列；
根据所述任务序列和所述时间序列，进行空间在轨服务任务调度；所述任务调度包括任务序列的滚动规划和任务序列的约束调整；所述任务序列的所述滚动规划包括：定义服务航天器的所述任务序列为/>，相应的所述时间序列为/>，所述时间序列的第/>个元素/>表示所述任务序列/>中第/>项任务达成时所处的时间；在任务指派之前，/>和/>均为空，一旦基于量化的任务指派准则，将某个目标航天器指派给服务航天器/>，则将对应的目标航天器加入任务序列/>中，并更新相应的时间序列/>；过程①：在初始时刻，根据所有服务航天器和目标航天器的数量、位置和速度信息，计算各“服务航天器--目标航天器”组合的综合指标，以所有服务航天器的所述综合指标之和最低为目标，分别为各服务航天器分配一颗目标航天器，并更新各服务航天器的所述任务序列和所述时间序列；过程②：对比所有所述时间序列的最后一个元素，取其最小值/>；所述时间序列/>的最后一个元素/>表示服务航天器/>将完成所分配的在轨服务任务，处于空闲状态；过程③：在/>时刻，获取当前空闲的服务航天器和待服务的目标航天器的数量、位置和速度信息，计算各“服务航天器—目标航天器”组合的所述综合指标，以所有空闲的服务航天器的所述综合指标之和最低为目标，为每个空闲的服务航天器分配一颗待服务的目标航天器，并更新对应的所述任务序列和所述时间序列；重复所述过程②和所述过程③，直至所有目标航天器全部分配给各个服务航天器；所述任务序列的所述约束调整包括：根据预先设置的时间约束和预先设置的能量约束，确定所述任务序列和所述时间序列是否满足所述时间约束和所述能量约束，若否，则对所述权重系数/>和/>进行调整或者删除所述任务序列中的元素数量。
2.根据权利要求1所述的方法，其特征在于，根据服务航天器和目标航天器的任务指派组合对应的综合指标最小为优化目标，将目标航天器指派至所述初始任务序列和所述初始时间序列中，包括：
根据服务航天器和目标航天器的任务指派组合，构建综合指标矩阵；所述综合指标矩阵中的元素为所述综合指标；
多次遍历所述综合指标矩阵，得到所述综合指标矩阵中元素取值最小的元素，确定对应的任务指派组合，并将任务指派组合在所述综合指标矩阵对应的行和列设置为无穷大，并将所述任务指派组合中空闲的服务航天器分配至目标航天器进行服务；以此将目标航天器指派至所述初始任务序列和所述初始时间序列中。
3.一种空间在轨服务任务调度装置，其特征在于，所述装置包括：
初始序列构建模块，用于构建服务航天器对应的初始任务序列和初始时间序列；
初始指派模块，用于根据服务航天器和目标航天器的任务指派组合对应的综合指标最小为优化目标，将目标航天器指派至所述初始任务序列和所述初始时间序列中；所述综合指标是根据目标航天器的优先级以及任务指派组合的任务成本指标确定的，所述综合指标为：
其中，表示第p个服务航天器，/>表示第q个目标航天器，/>和/>表示权重系数，/>表示综合指标，/>表示目标航天器的优先级，/>表示任务成本指标，所述任务成本指标为：
其中，和/>表示所述权重系数，/>表示服务航天器/>通过轨道转移到达目标航天器所消耗的时间，/>表示总能量消耗，/>表示速度增量；
更新模块，用于获取当前时刻空闲的服务航天器数量和待服务的目标航天器数量，根据所述优化目标，确定当前时刻空闲的服务航天器和待服务的目标航天器的当前任务指派组合，根据当前任务指派组合，更新所述初始任务序列和所述初始时间序列，得到服务航天器的任务序列和时间序列；
调度模块，用于根据所述任务序列和所述时间序列，进行空间在轨服务任务调度；所述任务调度包括任务序列的滚动规划和任务序列的约束调整；所述任务序列的所述滚动规划包括：定义服务航天器的所述任务序列为/>，相应的所述时间序列为，所述时间序列的第/>个元素/>表示所述任务序列/>中第/>项任务达成时所处的时间；在任务指派之前，/>和/>均为空，一旦基于量化的任务指派准则，将某个目标航天器指派给服务航天器/>，则将对应的目标航天器加入任务序列/>中，并更新相应的时间序列/>；过程①：在初始时刻，根据所有服务航天器和目标航天器的数量、位置和速度信息，计算各“服务航天器--目标航天器”组合的综合指标，以所有服务航天器的所述综合指标之和最低为目标，分别为各服务航天器分配一颗目标航天器，并更新各服务航天器的所述任务序列和所述时间序列；过程②：对比所有所述时间序列的最后一个元素，取其最小值；所述时间序列/>的最后一个元素/>表示服务航天器/>将完成所分配的在轨服务任务，处于空闲状态；过程③：在/>时刻，获取当前空闲的服务航天器和待服务的目标航天器的数量、位置和速度信息，计算各“服务航天器—目标航天器”组合的所述综合指标，以所有空闲的服务航天器的所述综合指标之和最低为目标，为每个空闲的服务航天器分配一颗待服务的目标航天器，并更新对应的所述任务序列和所述时间序列；重复所述过程②和所述过程③，直至所有目标航天器全部分配给各个服务航天器；所述任务序列的所述约束调整包括：根据预先设置的时间约束和预先设置的能量约束，确定所述任务序列和所述时间序列是否满足所述时间约束和所述能量约束，若否，则对所述权重系数/>和/>进行调整或者删除所述任务序列中的元素数量。
4.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至2中任一项所述方法的步骤。
5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至2中任一项所述的方法的步骤。
CN202110014322.1A 2021-01-06 2021-01-06 空间在轨服务任务调度方法、装置和计算机设备 Active CN112598332B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110014322.1A CN112598332B (zh) 2021-01-06 2021-01-06 空间在轨服务任务调度方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110014322.1A CN112598332B (zh) 2021-01-06 2021-01-06 空间在轨服务任务调度方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN112598332A CN112598332A (zh) 2021-04-02
CN112598332B true CN112598332B (zh) 2024-03-01

Family

ID=75207198

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110014322.1A Active CN112598332B (zh) 2021-01-06 2021-01-06 空间在轨服务任务调度方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN112598332B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113238873B (zh) * 2021-06-21 2022-06-17 北京邮电大学 一种用于航天器资源优化配置的方法
CN115616902B (zh) * 2022-11-07 2023-03-07 中国人民解放军国防科技大学 基于鲁棒拍卖算法的集群航天器任务分配方法及装置
CN116069471B (zh) * 2023-01-12 2024-03-19 苏州畅行智驾汽车科技有限公司 一种任务的确定性调度方法、装置及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105955812A (zh) * 2016-05-03 2016-09-21 合肥工业大学 一种地球观测卫星任务调度的方法及系统
CN110210700A (zh) * 2019-04-19 2019-09-06 中国科学院遥感与数字地球研究所 面向应急响应的基于任务优先级的多星动态任务规划方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110866685A (zh) * 2019-11-06 2020-03-06 重庆大学 一种任务调整方法、装置、设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105955812A (zh) * 2016-05-03 2016-09-21 合肥工业大学 一种地球观测卫星任务调度的方法及系统
CN110210700A (zh) * 2019-04-19 2019-09-06 中国科学院遥感与数字地球研究所 面向应急响应的基于任务优先级的多星动态任务规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于整数规划的在轨服务任务指派问题研究";任仙海, 等;《装备指挥技术学院学报》;第19卷(第2期);第52-56页 *

Also Published As

Publication number Publication date
CN112598332A (zh) 2021-04-02

Similar Documents

Publication Publication Date Title
CN112598332B (zh) 空间在轨服务任务调度方法、装置和计算机设备
Wang et al. Joint optimization of condition-based maintenance and inventory control for a k-out-of-n: F system of multi-state degrading components
Li et al. Intelligent multi-zone residential HVAC control strategy based on deep reinforcement learning
Gao et al. An improved artificial bee colony algorithm for flexible job-shop scheduling problem with fuzzy processing time
Lee et al. Optimal HVAC control as demand response with on-site energy storage and generation system
Li et al. Berth and quay crane coordinated scheduling using multi-objective chaos cloud particle swarm optimization algorithm
JP7157815B2 (ja) 計画装置、計画方法、および計画プログラム
CN112147960B (zh) 一种柔性制造系统优化调度方法及装置
Zhang et al. Hybrid genetic algorithm for a type-II robust mixed-model assembly line balancing problem with interval task times
CN105631528A (zh) 一种基于nsga-ii和近似动态规划的多目标动态最优潮流求解方法
CN113496313A (zh) 一种总装车间物料需求预测方法
CN112488452A (zh) 一种基于深度强化学习的能源系统管理多时间尺度最优决策方法
CN111210125B (zh) 一种基于历史信息指导的多目标工件批调度方法及装置
CN114202229B (zh) 基于深度强化学习的微电网的能量管理策略的确定方法
Moghadam et al. An efficient genetic algorithm for flexible job-shop scheduling problem
Sun et al. Selective maintenance on a multi‐state system considering maintenance task assignment and operating cost
CN117371755A (zh) 多微网综合能源系统分布式优化方法、装置、设备及介质
Kim et al. Learning based framework for joint task allocation and system design in stochastic multi-UAV systems
Khatab et al. Genetic algorithm for selective maintenance optimization of multi-mission oriented systems
Udhayakumar et al. Some metaheuristic approaches for optimising tardiness of job and tool in a flexible manufacturing system
Zhu et al. A cooperative task assignment method of multi-UAV based on self organizing map
CN114926038A (zh) 海上平台的航空资源站点配置方法、装置和设备
CN113158549A (zh) 面向多样化任务的舰艇编队等级修理计划编制方法
Zhang et al. Digital Twin enhanced reinforcement learning for integrated scheduling in automated container terminals
Quan et al. Multi-objective evolutionary scheduling based on collaborative virtual workflow model and adaptive rules for flexible production process with operation reworking

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