申请/专利权人:中国科学院微小卫星创新研究院;上海微小卫星工程中心
申请日:2021-01-12
公开(公告)日:2024-05-17
公开(公告)号:CN112668930B
主分类号:G06Q10/0631
分类号:G06Q10/0631;G06Q10/04;G06Q50/40;G06N3/008;G06N3/126
优先权:
专利状态码:有效-授权
法律状态:2024.05.17#授权;2021.05.04#实质审查的生效;2021.04.16#公开
摘要:本发明提出了一种基于改进教学优化方法的多星任务调度规划方法,涉及航空航天技术领域,包括如下步骤:将多星任务调度规划问题数学建模成带约束的组合优化问题;提出改进教学优化方法;使用改进教学优化方法对所述带约束的组合优化问题进行求解;构造初始解。至少部分解决了现有技术任务完成率和收敛速度有待提高的问题,相较于现有技术,本方法提升了收敛速度和求解成功率,任务完成率也有所提高。
主权项:1.一种基于改进教学优化方法的多星任务调度规划方法,其特征在于,包括如下步骤:将多星任务调度规划问题数学建模成带约束的组合优化问题;提出改进教学优化方法;使用改进教学优化方法对所述带约束的组合优化问题进行求解;构造初始解;其中所述改进教学优化方法包括如下步骤:基础教学优化方法;对基础教学优化方法进行离散处理;引入差分的学习方法;基础教学优化方法包括:将解个体合集作为班级,模拟教学活动,分为教阶段和学阶段;个体数量对应学生数量,决策变量作为学习科目,评价函数作为个体水平的衡量;在教阶段中,优化目标方向上适应度最高的个体为教师Xteacher,学生数量为n,学习科目量为m,班级为学生向教师学习表示为: 采取贪婪更新策略,若适应度高于则更新Xi为否则保持不变,其中diff是班级平均值与老师的差距,Xmean是班级的均值,表示为:diff=riXteacher-TFXmean 其中ri是[0,1]之间的随机数,TF=round[1+rand0,1]是教学因子;在学阶段中,班级中的每个学生随机挑选一个班级中其它学生;对于Xi随机挑选Xki≠k: 对基础教学优化方法进行离散处理,包括:由Xmean先求取每个变量的均值对不在取值范围中的决策变量:计算每个决策变量的均值对每个决策变量取其取值范围中与均值距离最近的两个值计算决策变量xi从其值空间中与最相近的两个值中按概率取得 在教阶段和学阶段产生新个体的过程中,会对在教阶段和学阶段中产生的决策变量值超出取值范围的新个体,大于最大值和小于最小值的决策变量分别按最大值和最小值取值;引入差分的学习方法包括:在学阶段,对于个体Xi,随机挑选个体Xki≠k;若个体Xk适应度高于个体Xi,使用 的方式进行学习;若个体Xk适应度低于个体Xi,重新随机从班级中挑选两个学生Xl,Xm,使用DErand1差分策略: 的方式进行学习。
全文数据:
权利要求:
百度查询: 中国科学院微小卫星创新研究院;上海微小卫星工程中心 基于改进教学优化方法的多星任务调度规划方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。