求解对地观测任务分配问题的知识型遗传算法

摘要

随着高分辨率对地观测系统的发展,观测任务与资源的数量急剧增长,隶属于不同部门的卫星资源无法以传统的多星规划方式满足日益复杂的对地观测需求,在规划之前对任务进行预先分配成为一种有效的解决手段.在对观测任务分配特点和操作约束进行分析的基础上,提出了基于算法-问题-用户三个维度结合的问题求解框架,将不同维度的知识模型与遗传算法优化模型进行有效整合,构建了一种知识型遗传算法.基于用户偏好与场景指标的知识模型进行适应度评价,采用两种扩展启发式方法来辅助生成初始种群;基于任务组合知识为每次交叉和变异操作选择合适的断点位置;采用用户锁定任务规则不断向当前种群中注入新个体.试验结果表明,将传统遗传算法与知识模型进行优势互补,能够较为明显地提高任务分配问题的求解效率.