CN113919122A - 基于模拟退火算法的多星任务调度方法和系统 - Google Patents

Abstract

本发明提供一种基于模拟退火算法的多星任务调度方法、系统、存储介质和电子设备，涉及多星任务调度技术领域。本发明根据所述卫星集合和待观测任务集合，构建多目标任务的多项任务调度模型，获取多星任务调度的全局最优解；将当前全局最优解中的应急任务加入封锁域，在不改变封锁域内已规划的应急任务的前提下，采用模拟退火算法更新当前全局最优解，并在模拟退火结束后输出最终的多星任务调度方案。通过局部封锁策略对封锁域中已规划应急任务进行封锁，在后续的模拟退火过程不对封锁的应急任务进行操作，在不影响搜索过程的基础上保证了应急任务的调度，大大增强了应急任务的安排率，得到质量更高的多星任务调度方案。

Description

基于模拟退火算法的多星任务调度方法和系统

技术领域

本发明涉及多星任务调度技术领域，具体涉及一种基于模拟退火算法的多星任务调度方法、系统、存储介质和电子设备。

背景技术

对地观测是国防建设的需要，如制空权、制海权、制天权、制信息权等，已成为国家综合实力的重要标志。同时，卫星对地观测不仅在环境灾害防治、城市建设规划、气象预报等领域发挥重要作用，而且在考古遗迹、遥感卫星车辆巡检、气溶胶辐射观测等方面的应用也更加普遍。与传统卫星相比，敏捷卫星具有俯仰、滚动以及偏航的能力，能够更加灵活的调整姿态来提高观测的效率。所以，对于敏捷卫星的调度研究成为了世界各国研究的重点。

卫星对地观测调度问题已经被证明为NP-hard问题。在实际的观测问题中，任务的类型是多样的，不同的敏捷卫星的观测收益也是不同的。对于观测目标来说，在规划时段内有多个敏捷卫星对其可见，同时，每个敏捷卫星对观测目标也可能存在多个观测时间窗。所以，如何调度有限的卫星资源在有限的规划时间段内完成对任务的合理分配是敏捷卫星调度的重点。

目前，现有的研究中较多采用模拟退火算法解决多星任务调度问题。模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随升温变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。模拟退火算法是一种通用的优化算法，理论上算法具有概率的全局优化性能，如今已在多星多任务调度问题中得到了广泛应用。

但是，由于模拟退火算法对参数敏感性强，而参数设置的合理性会显著影响多星任务调度的方案合理性以及调度的效率，并且在多星任务调度中，应急任务的存在给调度过程增加了极大的复杂性；最终导致获取的多星任务调度方案质量低。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于模拟退火算法的多星任务调度方法、系统、存储介质和电子设备，解决了基于现有的模拟退火算法获取的多星任务调度方案质量低的技术问题。

(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：

一种基于模拟退火算法的多星任务调度方法，包括：

S1、获取卫星集合和待观测任务集合，所述待观测任务集合包括常规任务和应急任务；

S2、根据所述卫星集合和待观测任务集合，构建多目标任务的多项任务调度模型，获取多星任务调度的全局最优解；

S3、将当前全局最优解中的应急任务加入封锁域，在不改变封锁域内已规划的应急任务的前提下，采用模拟退火算法更新当前全局最优解，并在模拟退火结束后输出最终的多星任务调度方案。

优选的，所述S3具体包括：

S31、设定初始温度、初始等温步长和终止温度，采用自调节策略更新初始温度，将更新后的初始温度作为当前温度，将所述初始等温步长作为当前等温步长，令g＝0；

S32、判断当前温度是否大于所述终止温度，若是，则令r＝1，转S33；否则，转S37；

S33、判断r是否不大于当前等温步长，若是，则转入S34；否则，转入S36；

S34、将当前全局最优解中的应急任务加入封锁域，在不改变所述封锁域内已规划的应急任务的前提下，执行邻域解生成策略获取邻域解；

S35、执行多准则决策判断是否接受当前邻域解，若接受，则将该当前邻域解中的新规划应急任务放入所述封锁域中，更新所述封锁域，并使用当前邻域解更新当前全局最优解，令r＝r+1，转S33；否则，令r＝r+1，直接转S33；

S36、令g＝g+1，执行动态等温步长策略更新当前等温步长，并更新当前温度，转S32；

S37、模拟退火结束，输出当前全局最优解对应的多星任务调度方案。

优选的，所述S2中多目标任务的多项任务调度模型包括，

表示最大化观测收益的第一目标函数：

其中，S＝{s₁,…,s_i,…,s_m}表示卫星集合，共包括m个卫星；T＝{t₁,…,t_j,…,t_n}表示待观测任务集合，共包括n个任务；

表示观测任务t_j在卫星s_i上的第w个可见时间窗，共包括k个可见时间窗；P_j表示任务t_j的观测收益；X_ijw表示决策变量；

公式(2)表示任务t_j是否在卫星s_i的第w个时间窗进行观测的0-1二元变量；

表示最小化扰动的第二目标函数：

其中，f_d表示不同类型扰动的权重，共包括D种类型扰动；disturb_d(t_j)表示任务t_j对卫星集合中原任务序列产生的第d种扰动类型；

约束条件:

OTS_ij+dur_ij＝OTE_ij (6)

OTE_ij+tr_ij,i(j+1)≤OTS_i(j+1) (7)

其中，公式(4)表示一个任务最多被观测一次；

公式(5)表示任务观测所要满足的时间窗要求，

表示任务t_j在卫星s_i上的第w个可见时间窗的开始时间，

表示任务t_j在卫星s_i上的第w个可见时间窗的结束时间，OTS_ij、OTS_i(j+1)分别表示任务t_j、t_j+1在卫星s_i上的实际观测开始时间，OTE_ij表示任务t_j在卫星s_i上的实际观测结束时间；

公式(6)表示任务的观测时间窗和任务观测持续时间的关系，dur_ij表示任务t_j在卫星s_i上的观测持续时间；

公式(7)表示任务序列中两个连续观测任务之间需要满足时间转换要求，tr_ij,i(j+1)表示卫星s_t上相邻两个观测任务t_j与t_j+1之间的姿态转换时间；

公式(8)表示任务t_j、t_j+1之间转换时间的计算方式，θ_i(j+1)、θ_ij分别表示卫星s_i上观测任务t_j、t_j+1的观测角度，v_i表示卫星s_i进行姿态转换时的转换速度；

公式(9)、(10)分别表示任务观测的容量约束和能量约束，c_j表示观测任务t_j消耗的存储，e_j表示观测任务t_j消耗的能量，C_i表示卫星s_i的最大存储，E_i表示卫星s_i的最大能量。

优选的，所述S31中采用自调节策略更新初始温度，具体包括：

S10、定义当前全局最优解为X，设定初始温度T^*、初始等温步长N^*，将初始等温步长N^*作为当前等温步长N_g；

S20、令q＝1；

S30、判断q是否不大于当前等温步长N_g，若是，转S30；否则，转S40；

S40、根据全局最优解为X，执行邻域解生成策略获取第一邻域解X_q，同时令q＝q+1，转S20；

S50、获得当前初始温度T^*下的第一邻域解集合

若第一邻域解X_q的收益大于当前全局最优解为X的观测收益，则接受X_q；否则，判断X_q在当前初始温度T^*下是否满足当前随机概率，若满足，则接受X_q；否则，不接受X_q；遍历第一邻域解集合X(T^*)中所有解，若全部被接受，转S70；否则，转S60；

S60、统计所述第一邻域解集合X(T^*)中未被接受的解的个数，记为l；更新当前初始温度，同时，返回S20；

S70、输出最终的初始温度。

优选的，所述S34具体包括：

S341、定义当前全局最优解为X，封锁域为

其中，1≤u₁≤u≤u₂≤n，所述封锁域T_f中的已规划应急任务不允许在后续获取邻域解过程中改变；

S342、生成两个随机数n₁、n₂，满足n₁≤m、n₂≤m；选择卫星

调度子方案中的任一个常规任务

以及卫星

调度子方案中的任一个常规任务

将所述

和

互换，获取当前全局最优解X的邻域解X′；

S343、判断当前邻域解X′是否符合所述多目标任务的多项任务调度模型的约束条件，若符合，则转S344,；否则，转S342；

S344、输出当前邻域解X′。

优选的，所述S35中执行多准则决策判断是否接受当前邻域解，具体包括：

S100、计算当前全局最优解X的观测收益P_X、产生的扰动D_X和任务完成时间TFE_X；

S200、计算当前邻域解X′的观测收益P_X′，若所述P_X′>P_X，则接收当前邻域解X′，转S600；否则，转S300；

S300、计算当前邻域解X′产生的扰动D_X′，若所述D_X′>D_X，则接收当前邻域解X′，转S600；否则，转S400；

S400、计算当前邻域解X′任务完成时间TFE_X′，若所述TFE_X′>TFE_X，则接收当前邻域解X′，转S600；否则，转S500；

S500、判断当前邻域解X′是否在当前随机概率下被接受；若被接受，则接收当前邻域解X′，转S600；否则，抛弃当前邻域解X′，转S600；

S600、针对当前邻域解X′的多准则决策判断结束。

优选的，所述S36具体包括：

令g＝g+1，执行动态等温步长策略更新当前等温步长N_g，即获取第g次迭代下的动态等温步长，

N_g＝λ_g*N_g-1 (12)

执行动态等温步长策略更新当前等温步长，并更新当前温度tg，转S32；

t_g＝α^gT* (14)

其中，N_g、N_g-1分别表示第g、g-1次迭代下的动态等温步长；λ_g表示第g次迭代进行等温步长调节的系数；n表示待观测任务总数量；n_g表示在温度当前温度t_g下全局最优解的完成任务的数量；t_g表示当前温度，即第g次迭代的温度；α表示降温速率；T^*表示更新后的初始温度。

一种基于模拟退火算法的多星任务调度系统，包括：

获取模块，用于获取卫星集合和待观测任务集合，所述待观测任务集合包括常规任务和应急任务；

第一求解模块，用于根据所述卫星集合和待观测任务集合，构建多目标任务的多项任务调度模型，获取多星任务调度的全局最优解；

第二求解模块，用于将当前全局最优解中的应急任务加入封锁域，在不改变封锁域内已规划的应急任务的前提下，采用模拟退火算法更新当前全局最优解，并在模拟退火结束后输出最终的多星任务调度方案。

一种存储介质，其特征在于，其存储有用于基于模拟退火算法的多星任务调度的计算机程序，其中，所述计算机程序使得计算机执行如上所述的多星任务调度方法。

一种电子设备，包括：

一个或多个处理器；

存储器；以及

一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上所述的多星任务调度方法。

(三)有益效果

本发明提供了一种基于模拟退火算法的多星任务调度方法、系统、存储介质和电子设备。与现有技术相比，具备以下有益效果：

本发明包括获取卫星集合和待观测任务集合，所述待观测任务集合包括常规任务和应急任务；根据所述卫星集合和待观测任务集合，构建多目标任务的多项任务调度模型，获取多星任务调度的全局最优解；将当前全局最优解中的应急任务加入封锁域，在不改变封锁域内已规划的应急任务的前提下，采用模拟退火算法更新当前全局最优解，并在模拟退火结束后输出最终的多星任务调度方案。通过局部封锁策略是封对锁域中已规划应急任务进行封锁，在后续的模拟退火过程不对封锁的应急任务进行操作，在不影响搜索过程的基础上保证了应急任务的调度，大大增强了应急任务的安排率，得到质量更高的多星任务调度方案。

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一种基于模拟退火算法的多星任务调度方法的流程示意图；

图2为本发明实施例提供的一种采用模拟退火算法更新当前全局最优解的流程示意图；

图3为本发明实施例提供的另一种基于模拟退火算法的多星任务调度方法的流程示意图；

图4为本发明实施例提供的一种基于模拟退火算法的多星任务调度系统的结构框图。

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基于模拟退火算法的多星任务调度方法、系统、存储介质和电子设备，解决了基于现有的模拟退火算法获取的多星任务调度方案质量低的技术问题。

本申请实施例中的技术方案为解决上述技术问题，总体思路如下：

本发明实施例包括获取卫星集合和待观测任务集合，所述待观测任务集合包括常规任务和应急任务；根据所述卫星集合和待观测任务集合，构建多目标任务的多项任务调度模型，获取多星任务调度的全局最优解；将当前全局最优解中的应急任务加入封锁域，在不改变封锁域内已规划的应急任务的前提下，采用模拟退火算法更新当前全局最优解，并在模拟退火结束后输出最终的多星任务调度方案。通过局部封锁策略对封锁域中已规划应急任务进行封锁，在后续的模拟退火过程不对封锁的应急任务进行操作，在不影响搜索过程的基础上保证了应急任务的调度，大大增强了应急任务的安排率，得到质量更高的多星任务调度方案。

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。

实施例：

第一方面，如图1所示，本发明实施例提供了一种基于模拟退火算法的多星任务调度方法，包括：

S1、获取卫星集合和待观测任务集合，所述待观测任务集合包括常规任务和应急任务；

S2、根据所述卫星集合和待观测任务集合，构建多目标任务的多项任务调度模型，获取多星任务调度的全局最优解；

S3、将当前全局最优解中的应急任务加入封锁域，在不改变封锁域内已规划的应急任务的前提下，采用模拟退火算法更新当前全局最优解，并在模拟退火结束后输出最终的多星任务调度方案。

如图2所示，所述S3具体包括：

S31、设定初始温度、初始等温步长和终止温度，采用自调节策略更新初始温度，将更新后的初始温度作为当前温度，将所述初始等温步长作为当前等温步长，令g＝0；

S32、判断当前温度是否大于所述终止温度，若是，则令r＝1，转S33；否则，转S37；

S33、判断r是否不大于当前等温步长，若是，则转入S34；否则，转入S36；

S34、将当前全局最优解中的应急任务加入封锁域，在不改变所述封锁域内已规划的应急任务的前提下，执行邻域解生成策略获取邻域解；

S35、执行多准则决策判断是否接受当前邻域解，若接受，则将该当前邻域解中的新规划应急任务放入所述封锁域中，更新所述封锁域，并使用当前邻域解更新当前全局最优解，令r＝r+1，转S33；否则，令r＝r+1，直接转S33；

S36、令g＝g+1，执行动态等温步长策略更新当前等温步长，并更新当前温度，转S32；

S37、模拟退火结束，输出当前全局最优解对应的多星任务调度方案。

本发明实施例通过局部封锁策略对封锁域中已规划应急任务进行封锁，在后续的模拟退火过程不对封锁的应急任务进行操作，在不影响搜索过程的基础上保证了应急任务的调度，大大增强了应急任务的安排率，得到质量更高的多星任务调度方案。

此外，本发明实施例提出的自调节策略(SRS)动态生成模拟退火算法中的初始温度，克服模拟退火过程中对参数敏感性强的问题，避免初始温度过高导致无用的搜索次数增加，造成时间的浪费；温度过低会导致搜索次数不够，无法得到质量较高的解。合理的参数可以在较短的时间内获得质量较高的规划方案，保证了规划的效率和质量，符合多星任务规划快速生成较好方案的要求。

针对多星任务规划存在多目标的特点，需要从多个方面来衡量方案，为了充分保证方案达到多个目标的均衡，本发明实施例还在传统模拟退火算法的基础上引入了多准则决策(MDM)，保证了搜索的全面性。

下面将结合附图1～4以及具体内容对上述方案的各个步骤展开详细介绍。

S1、获取卫星集合和待观测任务集合，所述待观测任务集合包括常规任务和应急任务。

本发明实施例中，定义S＝{s₁,…,s_i,…,s_m}表示卫星集合，共包括m个卫星；T＝{t₁,…,t_j,…,t_n}表示待观测任务集合，共包括n个任务，且包括常规任务和应急任务。

S2、根据所述卫星集合和待观测任务集合，构建多目标任务的多项任务调度模型，获取多星任务调度的全局最优解。

所述多目标任务的多项任务调度模型包括，

表示最大化观测收益的第一目标函数：

其中，

表示观测任务t_j在卫星s_i上的第w个可见时间窗，共包括k个可见时间窗；P_j表示任务t_j的观测收益；X_ijw表示决策变量；

公式(2)表示任务t_j是否在卫星s_i的第w个时间窗进行观测的0-1二元变量；

表示最小化扰动的第二目标函数：

其中，f_d表示不同类型扰动的权重，共包括D种类型扰动；disturb_d(t_j)表示任务t_j对卫星集合中原任务序列产生的第d种扰动类型；

约束条件:

OTS_ij+dur_ij＝OTE_ij (6)

OTE_ij+tr_ij,i(j+1)≤OTS_i(j+1) (7)

其中，公式(4)表示一个任务最多被观测一次；

公式(5)表示任务观测所要满足的时间窗要求，

表示任务t_j在卫星s_i上的第w个可见时间窗的开始时间，

表示任务t_j在卫星s_i上的第w个可见时间窗的结束时间，OTS_ij、OTS_i(j+1)分别表示任务t_j、t_j+1在卫星s_i上的实际观测开始时间，OTE_ij表示任务t_j在卫星s_i上的实际观测结束时间；

公式(6)表示任务的观测时间窗和任务观测持续时间的关系，dur_ij表示任务t_j在卫星s_i上的观测持续时间；

公式(7)表示任务序列中两个连续观测任务之间需要满足时间转换要求，tr_ij,i(j+1)表示卫星s_i上相邻两个观测任务t_j与t_j+1之间的姿态转换时间；

公式(8)表示任务t_j、t_j+1之间转换时间的计算方式，θ_i(j+1)、θ_ij分别表示卫星s_i上观测任务t_j、t_j+1的观测角度，v_i表示卫星s_i进行姿态转换时的转换速度；

公式(9)、(10)分别表示任务观测的容量约束和能量约束，c_j表示观测任务t_j消耗的存储，e_j表示观测任务t_j消耗的能量，C_i表示卫星s_i的最大存储，E_i表示卫星s_i的最大能量。

所述S2中获取多星任务调度的全局最优解，具体包括：

S21、首先对所述待观测任务集合中的任务进行预处理：根据上述多目标任务的多项任务调度模型，计算任务集合中任务的观测收益值，将任务按照收益值进行排序；若存在多个任务收益值相同的任务，则比较任务观测持续时间，将任务观测持续时间短的任务放在前面；以此类推。若仍然存在收益和观测时间都相等的任务，则比较任务观测开始时间，按照开始时间先后进行任务的先后排序。

S22、按照上述S21中排序后的任务序列生成初始解。生成原则如下：若某任务只有一个时间窗，就直接进行分配。若某个任务存在多个可见时间窗，计算所有可见时间窗中开始时间最早的可见时间窗，将任务安排至最早观测时间窗。若存在多个开始时间相同且最早的时间窗，则与上面类似选择结束时间最早的时间窗进行任务分配。若仍然存在多个，则随机选择一个时间窗进行任务分配。

将通过上述生成原则获取的初始解作为多星任务调度的全局最优解。

需要说明的是，本步骤中针对多星任务调度的特性，采用整数编码。具体来说，如果某个任务被成功调度，那么就把这个任务的序号加入调度方案的解中。

S3、将当前全局最优解中的应急任务加入封锁域，在不改变封锁域内已规划的应急任务的前提下，采用模拟退火算法更新当前全局最优解，并在模拟退火结束后输出最终的多星任务调度方案。

在多星任务调度问题中，应急任务的存在给任务的调度增加了极大的复杂性，因此本发明实施例设计了一种局部封锁策略结合模拟退火算法来解决这个问题。局部封锁策略是对已安排的应急任务进行封锁，在后续的模拟退火过程不对封锁的应急任务进行操作。

同时，引入自适应策略以获得合理的初始温度、引入多准则决策扩大算法的搜索范围，防止优秀的潜在解被丢弃、引入动态等温步长，根据算法的进程动态的缩短步长以缩短任务调度的时间。

如图2～3所示，所述S3具体包括：

S31、设定初始温度、初始等温步长和终止温度，采用自调节策略更新初始温度，将更新后的初始温度作为当前温度，将所述初始等温步长作为当前等温步长，令g＝0。

模拟退火算法对参数敏感性强，而参数设置的合理性会显著影响多星任务规划的方案合理性以及规划的效率。以初始温度为例，初始温度过高会导致无用的搜索次数增加，造成时间的浪费，温度过低会导致搜索次数不够，无法得到质量较高的解。因此，本发明实施例通过引入自调节策略来动态生成模拟退火算法中初始温度，在一定程度上克服模拟退火过程中对参数敏感性强的问题。

一般来说，初始温度应该设置的足够大从而保证最终解不受初始解的影响，但是过高的温度会大大加大算法的运行时间。针对初始温度的设置，在正式开始退火算法之前采取一种升温策略来进行确定，具体步骤如下：

S10、定义当前全局最优解为X，设定初始温度T^*、初始等温步长N^*，将初始等温步长N^*作为当前等温步长N_g；

S20、令q＝1；

S30、判断q是否不大于当前等温步长N_g，若是，转S30；否则，转S40；

S40、根据全局最优解为X，执行邻域解生成策略获取第一邻域解X_q，同时令q＝q+1，转S20；

S50、获得当前初始温度T^*下的第一邻域解集合

若第一邻域解X_q的收益大于当前全局最优解为X的观测收益，则接受X_q；否则，判断X_q在当前初始温度T^*下是否满足当前随机概率，若满足，则接受X_q；否则，不接受X_q；遍历第一邻域解集合X(T^*)中所有解，若全部被接受，转S70；否则，转S60；

S60、统计所述第一邻域解集合X(T^*)中未被接受的解的个数，记为l；更新当前初始温度，同时，返回S20；

S70、输出最终的初始温度。

S32、判断当前温度是否大于所述终止温度，若是，则令r＝1，转S33；否则，转S37。

S33、判断r是否不大于当前等温步长，若是，则转入S34；否则，转入S36。

S34、在不改变所述封锁域内已规划的应急任务的前提下，执行邻域解生成策略获取邻域解。

在模拟退火过程中需要不断生成邻域解，本发明实施例提供的邻域解的生成策略，主要步骤如下：

S341、定义封锁域为

其中，1≤u₁≤u≤u₂≤n，所述封锁域T_f中的已规划应急任务不允许在后续获取邻域解过程中改变；

S342、生成两个随机数n₁、n₂，满足n₁≤m、n₂≤m；选择卫星

调度子方案中的任一个常规任务

以及卫星

调度子方案中的任一个常规任务

将所述

和

互换，获取当前全局最优解X的邻域解X′；

S343、判断当前邻域解X′是否符合所述多目标任务的多项任务调度模型的约束条件，若符合，则转S344,；否则，转S342；

S344、输出当前邻域解X′。

S35、执行多准则决策判断是否接受当前邻域解，若接受，则将该当前邻域解中的新规划应急任务放入所述封锁域中，更新所述封锁域，并使用当前邻域解更新当前全局最优解，令r＝r+1，转S33；否则，令r＝r+1，直接转S33。

在常规的模拟退火算法中，在迭代过程中，对生成的邻域解的处理通常是以一定的概率接受。本发明实施例考虑到，在多星任务调度技术领域中，这种方式可能会错失很多优秀的“潜在解”，因此提供了一种多准则决策来判断是否接受生成的邻域解。

所述执行多准则决策判断是否接受当前邻域解，具体包括：

S100、计算当前全局最优解X的观测收益P_X、产生的扰动D_X和任务完成时间TFE_X；

S200、计算当前邻域解X′的观测收益P_X′，若所述P_X′>P_X，则接收当前邻域解X′，转S600；否则，转S300；

S300、计算当前邻域解X′产生的扰动D_X′，若所述D_X′>D_X，则接收当前邻域解X′，转S600；否则，转S400；

S400、计算当前邻域解X′任务完成时间TFE_X′，若所述TFE_X′>TFE_X，则接收当前邻域解X′，转S600；否则，转S500；

S500、判断当前邻域解X′是否在当前随机概率下被接受；若被接受，则接收当前邻域解X′，转S600；否则，抛弃当前邻域解X′，转S600；

S600、针对当前邻域解X′的多准则决策判断结束。

S36、令g＝g+1，执行动态等温步长策略更新当前等温步长，并更新当前温度，转S32。

等温步长的值对模拟退火算法的效率影响也很大。较大的等温步长可以生成更多的邻域解，以便于找到更优的最后解，但是较大的等温步长同样也会使计算的时间大大增加。针对这一特点，本步骤设计了与温度有关的动态等温步长。

所述S36具体包括：

令g＝g+1，执行动态等温步长策略更新当前等温步长N_g，即获取第g次迭代下的动态等温步长，

N_g＝λ_g*N_g-1 (12)

执行动态等温步长策略更新当前等温步长，并更新当前温度t_g，转S32；

t_g＝α^gT* (14)

其中，N_g、N_g-1分别表示第g、g-1次迭代下的动态等温步长；λ_g表示第g次迭代进行等温步长调节的系数；n表示待观测任务总数量；n_g表示在温度当前温度t_g下全局最优解的完成任务的数量；t_g表示当前温度，即第g次迭代的温度；α表示降温速率；T^*表示更新后的初始温度。

特别的，当g＝0时，当前温度t_g的数值取更新后的初始温度T^*；当前等温步长N_g的数值取初始等温步长N^*。

S37、模拟退火结束，输出当前全局最优解对应的多星任务调度方案。

第二方面，如图4所示，本发明实施例提供了一种基于模拟退火算法的多星任务调度系统，包括：

获取模块，用于获取卫星集合和待观测任务集合，所述待观测任务集合包括常规任务和应急任务；

第一求解模块，用于根据所述卫星集合和待观测任务集合，构建多目标任务的多项任务调度模型，获取多星任务调度的全局最优解；

第二求解模块，用于将当前全局最优解中的应急任务加入封锁域，在不改变封锁域内已规划的应急任务的前提下，采用模拟退火算法更新当前全局最优解，并在模拟退火结束后输出最终的多星任务调度方案。

第三方面，本发明实施例提供了一种存储介质，其存储有用于基于模拟退火算法的多星任务调度的计算机程序，其中，所述计算机程序使得计算机执行如上所述的多星任务调度方法。

第四方面，本发明实施例提供了一种电子设备，包括：

一个或多个处理器；

存储器；以及

一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上所述的多星任务调度方法。

可理解的是，本发明实施例提供的基于模拟退火算法的多星任务调度系统、存储介质和电子设备与本发明实施例提供的基于模拟退火算法的多星任务调度方法相对应，其有关内容的解释、举例和有益效果等部分可以参考基于模拟退火算法的多星任务调度方法中的相应部分，此处不再赘述。

综上所述，与现有技术相比，具备以下有益效果：

1、本发明实施例包括获取卫星集合和待观测任务集合，所述待观测任务集合包括常规任务和应急任务；根据所述卫星集合和待观测任务集合，构建多目标任务的多项任务调度模型，获取多星任务调度的全局最优解；将当前全局最优解中的应急任务加入封锁域，在不改变封锁域内已规划的应急任务的前提下，采用模拟退火算法更新当前全局最优解，并在模拟退火结束后输出最终的多星任务调度方案。通过局部封锁策略对封锁域中已规划应急任务进行封锁，在后续的模拟退火过程不对封锁的应急任务进行操作，在不影响搜索过程的基础上保证了应急任务的调度，大大增强了应急任务的安排率，得到质量更高的多星任务调度方案。

2、本发明实施例提出的自调节策略(SRS)动态生成模拟退火算法中的初始温度，克服模拟退火过程中对参数敏感性强的问题，避免初始温度过高导致无用的搜索次数增加，造成时间的浪费；温度过低会导致搜索次数不够，无法得到质量较高的解。合理的参数可以在较短的时间内获得质量较高的规划方案，保证了规划的效率和质量，符合多星任务规划快速生成较好方案的要求。

3、本发明实施例针对多星任务规划存在多目标的特点，需要从多个方面来衡量方案，为了充分保证方案达到多个目标的均衡，本发明实施例还在传统模拟退火算法的基础上引入了多准则决策(MDM)，保证了搜索的全面性。

需要说明的是，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)

1.一种基于模拟退火算法的多星任务调度方法，其特征在于，包括：

S1、获取卫星集合和待观测任务集合，所述待观测任务集合包括常规任务和应急任务；

S2、根据所述卫星集合和待观测任务集合，构建多目标任务的多项任务调度模型，获取多星任务调度的全局最优解；

S3、将当前全局最优解中的应急任务加入封锁域，在不改变封锁域内已规划的应急任务的前提下，采用模拟退火算法更新当前全局最优解，并在模拟退火结束后输出最终的多星任务调度方案。

2.如权利要求1所述的多星任务调度方法，其特征在于，所述S3具体包括：

S31、设定初始温度、初始等温步长和终止温度，采用自调节策略更新初始温度，将更新后的初始温度作为当前温度，将所述初始等温步长作为当前等温步长，令g＝0；

S32、判断当前温度是否大于所述终止温度，若是，则令r＝1，转S33；否则，转S37；

S33、判断r是否不大于当前等温步长，若是，则转入S34；否则，转入S36；

S34、将当前全局最优解中的应急任务加入封锁域，在不改变所述封锁域内已规划的应急任务的前提下，执行邻域解生成策略获取邻域解；

S35、执行多准则决策判断是否接受当前邻域解，若接受，则将该当前邻域解中的新规划应急任务放入所述封锁域中，更新所述封锁域，并使用当前邻域解更新当前全局最优解，令r＝r+1，转S33；否则，令r＝r+1，直接转S33；

S36、令g＝g+1，执行动态等温步长策略更新当前等温步长，并更新当前温度，转S32；

S37、模拟退火结束，输出当前全局最优解对应的多星任务调度方案。

3.如权利要求1～2任一项所述的多星任务调度方法，其特征在于，

所述S2中多目标任务的多项任务调度模型包括，

表示最大化观测收益的第一目标函数：

其中，S＝{s₁,…,s_i,…,s_m}表示卫星集合，共包括m个卫星；T＝{t₁,…,t_j,…,t_n}表示待观测任务集合，共包括n个任务；

表示观测任务t_j在卫星s_i上的第w个可见时间窗，共包括k个可见时间窗；P_j表示任务t_j的观测收益；X_ijw表示决策变量；

公式(2)表示任务t_j是否在卫星s_i的第w个时间窗进行观测的0-1二元变量；

表示最小化扰动的第二目标函数：

其中，f_d表示不同类型扰动的权重，共包括D种类型扰动；disturb_d(t_j)表示任务t_j对卫星集合中原任务序列产生的第d种扰动类型；

约束条件:

OTS_ij+dur_ij＝OTE_ij (6)

OTE_ij+tr_ij,i(j+1)≤OTS_i(j+1) (7)

其中，公式(4)表示一个任务最多被观测一次；

公式(5)表示任务观测所要满足的时间窗要求，

表示任务t_j在卫星s_i上的第w个可见时间窗的开始时间，

表示任务t_j在卫星s_i上的第w个可见时间窗的结束时间，OTS_ij、OTS_i(j+1)分别表示任务t_j、t_j+1在卫星s_i上的实际观测开始时间，OTE_ij表示任务t_j在卫星s_i上的实际观测结束时间；

公式(6)表示任务的观测时间窗和任务观测持续时间的关系，dur_ij表示任务t_j在卫星s_i上的观测持续时间；

公式(7)表示任务序列中两个连续观测任务之间需要满足时间转换要求，tr_ij,i(j+1)表示卫星s_i上相邻两个观测任务t_j与t_j+1之间的姿态转换时间；

公式(8)表示任务t_j、t_j+1之间转换时间的计算方式，θ_i(j+1)、θ_ij分别表示卫星s_i上观测任务t_j、t_j+1的观测角度，v_i表示卫星s_i进行姿态转换时的转换速度；

公式(9)、(10)分别表示任务观测的容量约束和能量约束，c_j表示观测任务t_j消耗的存储，e_j表示观测任务t_j消耗的能量，C_i表示卫星s_i的最大存储，E_i表示卫星s_i的最大能量。

4.如权利要求3所述的多星任务调度方法，其特征在于，所述S31中采用自调节策略更新初始温度，具体包括：

S10、定义当前全局最优解为X，设定初始温度T^*、初始等温步长N^*，将初始等温步长N^*作为当前等温步长N_g；

S20、令q＝1；

S30、判断q是否不大于当前等温步长N_g，若是，转S30；否则，转S40；

S40、根据全局最优解为X，执行邻域解生成策略获取第一邻域解X_q，同时令q＝q+1，转S20；

S50、获得当前初始温度T^*下的第一邻域解集合

若第一邻域解X_q的收益大于当前全局最优解为X的观测收益，则接受X_q；否则，判断X_q在当前初始温度T^*下是否满足当前随机概率，若满足，则接受X_q；否则，不接受X_q；遍历第一邻域解集合X(T^*)中所有解，若全部被接受，转S70；否则，转S60；

S60、统计所述第一邻域解集合X(T^*)中未被接受的解的个数，记为l；更新当前初始温度，同时，返回S20；

S70、输出最终的初始温度。

5.如权利要求3所述的多星任务调度方法，其特征在于，所述S34具体包括：

S341、定义当前全局最优解为X，封锁域为

其中，1≤u₁≤u≤u₂≤n，所述封锁域T_f中的已规划应急任务不允许在后续获取邻域解过程中改变；

S342、生成两个随机数n₁、n₂，满足n₁≤m、n₂≤m；选择卫星

调度子方案中的任一个常规任务

以及卫星

调度子方案中的任一个常规任务

将所述

和

互换，获取当前全局最优解X的邻域解X′；

S343、判断当前邻域解X′是否符合所述多目标任务的多项任务调度模型的约束条件，若符合，则转S344,；否则，转S342；

S344、输出当前邻域解X′。

6.如权利要求5所述的多星任务调度方法，其特征在于，所述S35中执行多准则决策判断是否接受当前邻域解，具体包括：

S100、计算当前全局最优解X的观测收益P_X、产生的扰动D_X和任务完成时间TFE_X；

S200、计算当前邻域解X′的观测收益P_X′，若所述P_X′>P_X，则接收当前邻域解X′，转S600；否则，转S300；

S300、计算当前邻域解X′产生的扰动D_X′，若所述D_X′>D_X，则接收当前邻域解X′，转S600；否则，转S400；

S400、计算当前邻域解X′任务完成时间TFE_X′，若所述TFE_X′> TFE_X，则接收当前邻域解X′，转S600；否则，转S500；

S500、判断当前邻域解X′是否在当前随机概率下被接受；若被接受，则接收当前邻域解X′，转S600；否则，抛弃当前邻域解X′，转S600；

S600、针对当前邻域解X′的多准则决策判断结束。

7.如权利要求4所述的多星任务调度方法，其特征在于，所述S36具体包括：

令g＝g+1，执行动态等温步长策略更新当前等温步长N_g，即获取第g次迭代下的动态等温步长，

N_g＝λ_g*N_g-1 (12)

执行动态等温步长策略更新当前等温步长，并更新当前温度t_g，转S32；

t_g＝α^gT^* (14)

其中，N_g、N_g-1分别表示第g、g-1次迭代下的动态等温步长；λ_g表示第g次迭代进行等温步长调节的系数；n表示待观测任务总数量；n_g表示在温度当前温度t_g下全局最优解的完成任务的数量；t_g表示当前温度，即第g次迭代的温度；α表示降温速率；T^*表示更新后的初始温度。

8.一种基于模拟退火算法的多星任务调度系统，其特征在于，包括：

获取模块，用于获取卫星集合和待观测任务集合，所述待观测任务集合包括常规任务和应急任务；

第一求解模块，用于根据所述卫星集合和待观测任务集合，构建多目标任务的多项任务调度模型，获取多星任务调度的全局最优解；

第二求解模块，用于将当前全局最优解中的应急任务加入封锁域，在不改变封锁域内已规划的应急任务的前提下，采用模拟退火算法更新当前全局最优解，并在模拟退火结束后输出最终的多星任务调度方案。

9.一种存储介质，其特征在于，其存储有用于基于模拟退火算法的多星任务调度的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1～7任一项所述的多星任务调度方法。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储器；以及

一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如权利要求1～7任一项所述的多星任务调度方法。

Images