面向衛(wèi)星任務(wù)調(diào)度問題的通用化調(diào)度引擎研究

第1章  緒論 1
1.1  研究背景及意義 1
1.1.1  研究背景 1
1.1.2  研究目的與意義 3
1.2  衛(wèi)星任務(wù)調(diào)度模型研究現(xiàn)狀 4
1.2.1  遙感衛(wèi)星任務(wù)調(diào)度模型 5
1.2.2  中繼通信衛(wèi)星任務(wù)調(diào)度模型 10
1.2.3  導(dǎo)航衛(wèi)星任務(wù)調(diào)度模型 11
1.2.4  衛(wèi)星測控任務(wù)調(diào)度模型 13
1.3  衛(wèi)星任務(wù)調(diào)度算法研究現(xiàn)狀 17
1.3.1  啟發(fā)式算法 18
1.3.2  精確求解算法 19
1.3.3  元啟發(fā)式算法 20
1.4  衛(wèi)星任務(wù)調(diào)度通用求解技術(shù)發(fā)展現(xiàn)狀 27
1.4.1  數(shù)學(xué)規(guī)劃求解器CPLEX 27
1.4.2  通用衛(wèi)星調(diào)度軟件STK/Scheduler 28
1.4.3  衛(wèi)星任務(wù)規(guī)劃軟件Europa 2 31
1.4.4  “高景一號”任務(wù)調(diào)度分系統(tǒng) 32
1.5  本書主要工作 34
1.5.1  研究內(nèi)容與組織結(jié)構(gòu) 34
1.5.2  技術(shù)路線 36
1.5.3  創(chuàng)新點 36
第2章  衛(wèi)星任務(wù)調(diào)度引擎頂層設(shè)計 39
2.1  衛(wèi)星任務(wù)調(diào)度問題界定 39
2.1.1  任務(wù)界定 39
2.1.2  資源界定 44
2.1.3  問題特征 45
2.2  衛(wèi)星任務(wù)調(diào)度引擎功能定位 47
2.2.1  基本定義 47
2.2.2  功能需求 48
2.3  衛(wèi)星任務(wù)調(diào)度引擎框架設(shè)計 50
2.3.1  設(shè)計思路 50
2.3.2  引擎框架 51
2.3.3  優(yōu)勢分析 53
2.4  本章小結(jié) 54
第3章  衛(wèi)星任務(wù)調(diào)度通用化建模方法 55
3.1  衛(wèi)星任務(wù)調(diào)度通用化建模流程 55
3.1.1  需求分析 55
3.1.2  流程設(shè)計 57
3.2  衛(wèi)星任務(wù)調(diào)度問題精細(xì)化描述 59
3.2.1  四元組 59
3.2.2  任務(wù)集 60
3.2.3  資源集 62
3.2.4  評分集 67
3.3  衛(wèi)星任務(wù)調(diào)度通用0-1混合整數(shù)決策模型 70
3.3.1  決策變量與決策矩陣 70
3.3.2  優(yōu)勢分析 74
3.4  衛(wèi)星任務(wù)調(diào)度約束模型與約束網(wǎng)絡(luò) 75
3.4.1  約束分析與分類 75
3.4.2  約束模板與示例 77
3.4.3  約束網(wǎng)絡(luò)與約束值計算 84
3.4.4  優(yōu)勢分析 86
3.5  衛(wèi)星任務(wù)調(diào)度收益模型 87
3.5.1  遙感衛(wèi)星任務(wù)調(diào)度收益函數(shù) 87
3.5.2  中繼通信衛(wèi)星任務(wù)調(diào)度收益函數(shù) 89
3.5.3  導(dǎo)航衛(wèi)星任務(wù)調(diào)度收益函數(shù) 89
3.5.4  衛(wèi)星測控任務(wù)調(diào)度收益函數(shù) 91
3.6  本章小結(jié) 92
第4章  面向衛(wèi)星常規(guī)任務(wù)調(diào)度的通用化求解方法 93
4.1  自適應(yīng)并行模因演化的通用算法框架 93
4.1.1  需求分析 93
4.1.2  算法框架 95
4.1.3  優(yōu)勢分析 97
4.2  基于啟發(fā)式的快速初始解構(gòu)造策略 98
4.2.1  通用流程 99
4.2.2  啟發(fā)式算法 100
4.2.3  時間復(fù)雜度 101
4.3  基于并行搜索的通用局部優(yōu)化策略 102
4.3.1  通用流程 102
4.3.2  算法池 103
4.3.3  算子池 109
4.3.4  增量式約束計算算法 111
4.4  基于競爭的算法算子自適應(yīng)選擇策略 112
4.4.1  通用流程 112
4.4.2  當(dāng)前最優(yōu)解集 114
4.4.3  競爭與使用概率更新 114
4.4.4  淘汰機(jī)制 115
4.5  基于種群演化的全局優(yōu)化策略 116
4.5.1  通用流程 116
4.5.2  交叉算子 118
4.5.3  修復(fù)算子 119
4.6  算法在benchmark問題中的性能檢驗 119
4.6.1  定向問題 120
4.6.2  帶時間窗口的定向問題 121
4.6.3  時間依賴的帶時間窗口的定向問題 122
4.6.4  簡化版遙感衛(wèi)星常規(guī)任務(wù)調(diào)度問題 123
4.7  本章小結(jié) 124
第5章  面向衛(wèi)星應(yīng)急任務(wù)調(diào)度的通用化求解方法 126
5.1  分布式動態(tài)滾動的通用算法框架 126
5.1.1  需求分析 126
5.1.2  算法框架 128
5.1.3  優(yōu)勢分析 130
5.2  基于動態(tài)合同網(wǎng)的任務(wù)協(xié)商與分配策略 131
5.2.1  通用流程 131
5.2.2  標(biāo)書制定 133
5.2.3  評標(biāo)算法 135
5.3  基于滾動時域的單平臺任務(wù)重調(diào)度策略 137
5.3.1  通用流程 137
5.3.2  窗口與滾動方式定義 138
5.3.3  重調(diào)度算法 139
5.4  基于可調(diào)度性預(yù)測的任務(wù)快速插入策略 141
5.4.1  通用流程 141
5.4.2  可調(diào)度性預(yù)測模型 142
5.5  基于約束網(wǎng)絡(luò)的實時沖突消解策略 146
5.5.1  通用流程 147
5.5.2  任務(wù)沖突度計算算法 148
5.5.3  沖突消解啟發(fā)式算法 149
5.6  本章小結(jié) 150
第6章  衛(wèi)星任務(wù)調(diào)度引擎應(yīng)用實驗 151
6.1  實驗準(zhǔn)備 151
6.1.1  實驗?zāi)康?151
6.1.2  引擎部署 152
6.1.3  算法及參數(shù)設(shè)置 154
6.2  遙感衛(wèi)星任務(wù)調(diào)度實驗 159
6.2.1  實驗場景 159
6.2.2  常規(guī)調(diào)度實驗 161
6.2.3  應(yīng)急調(diào)度實驗 168
6.3  中繼通信衛(wèi)星任務(wù)調(diào)度實驗 170
6.3.1  實驗場景 171
6.3.2  常規(guī)調(diào)度實驗 172
6.3.3  應(yīng)急調(diào)度實驗 176
6.4  導(dǎo)航衛(wèi)星任務(wù)調(diào)度實驗 179
6.4.1  實驗場景 179
6.4.2  常規(guī)調(diào)度實驗 181
6.4.3  應(yīng)急調(diào)度實驗 187
6.5  衛(wèi)星測控任務(wù)調(diào)度實驗 188
6.5.1  實驗場景 188
6.5.2  常規(guī)調(diào)度實驗 189
6.5.3  應(yīng)急調(diào)度實驗 193
6.6  衛(wèi)星任務(wù)調(diào)度引擎推廣應(yīng)用 196
6.7  本章小結(jié) 198
第7章  總結(jié)與展望 199
7.1  總結(jié) 199
7.2  未來工作展望 200
參考文獻(xiàn) 204
附錄A  衛(wèi)星任務(wù)調(diào)度通用化模型數(shù)學(xué)符號及說明 221
附錄B  衛(wèi)星任務(wù)調(diào)度引擎Java程序架構(gòu)及說明 223
附錄C  縮寫詞列表 226