摘要：为更好地求解卫星任务调度问题,提出一种时间片蚁群算法。在算法中引入任务时间片,使算法可分辨任务在不同时间窗内的执行情况;在任务分配中设计了带偏好的卫星片切割策略,改变了以往的任务分配搜索模式,极大地提高了算法的执行速度。相对于传统的蚁群算法和遗传算法,所提方法在求解卫星任务调度时具有较大优势。

摘要：为有效求解任务分配问题,提出带有推荐功能的蚁群算法。构建了一种推荐机制,根据对问题的分类情况,基于蚁群算法的算子规则与问题的匹配程度,为每类具体问题的求解提供算子推荐。为提高算法的求解性能,针对问题的三个优化目标设计了三种局部搜索策略,在蚁群算法迭代过程中,根据解的迭代特性自适应地嵌入算法中执行。设计了四种类型共16个不同规模的算例来验证方法的有效性,通过验证每类算例在不同规模下算子规则选择的一致性,从侧面反映了算法推荐机制的合理性。

摘要：为了将高分对地观测系统的观测任务分配到卫星和地面站资源上,并满足任务的逻辑、时间和资源约束,设计了一种通用任务规划框架。该框架的核心是分离式资源模板、分层任务模板和通用决策引擎。针对多类型资源定义了分离式资源模板,实例化资源组件映射对地观测系统的各功能结构,以资源组件的组合方式构成对地观测系统的通用描述;针对复杂任务模式定义分层任务模板,将复杂任务分解为带有因果约束的活动网络;针对资源和任务的通用描述设计通用求解引擎,将复杂决策分解为人机结合的决策过程,以最大化满足用户需求。介绍了通用任务规划的框架设计,并通过应用实例说明了该框架对问题的描述和求解过程。