本發(fā)明涉及計(jì)算機(jī)技術(shù)，特別是一種觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理方法及裝置。

背景技術(shù)：

為了使地球成像衛(wèi)星更好地發(fā)揮作用，任務(wù)規(guī)劃技術(shù)顯得尤為關(guān)鍵。任務(wù)規(guī)劃的含義是指對(duì)待執(zhí)行的觀測(cè)任務(wù)進(jìn)行排程、資源匹配，以及對(duì)衛(wèi)星及其載荷的工作時(shí)域、空域和模式等進(jìn)行確定，并制定詳細(xì)工作計(jì)劃的過(guò)程，其目的是驅(qū)動(dòng)衛(wèi)星資源科學(xué)、高效地執(zhí)行任務(wù)。多星對(duì)地觀測(cè)任務(wù)規(guī)劃必須在復(fù)雜的約束條件下和多種優(yōu)化目標(biāo)下完成，因此其問(wèn)題維度廣，優(yōu)化空間大，目前多采用智能算法得出其近似最優(yōu)解。

現(xiàn)有技術(shù)中蟻群算法在處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃時(shí)具有一定的優(yōu)勢(shì)，但確定的最優(yōu)任務(wù)序列通常不是全局最優(yōu)解，且收斂慢，處理時(shí)間較長(zhǎng)。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理方法。

第一方面，本發(fā)明的一種多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理方法，包括：

步驟s1：在采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題時(shí)，在初始化步驟中，獲取信息素影響因子的缺省值αmin以作為在第一代迭代過(guò)程和第二代迭代過(guò)程中使用的信息素影響因子的值；

步驟s2：執(zhí)行蟻群算法的迭代過(guò)程，得到每代迭代中生成的最好解st，將每代迭代中生成的最好解st作為一個(gè)解元素記錄到解集合中；及

自第二代迭代過(guò)程開(kāi)始，在得到每代迭代中生成的最好解st之后，獲取當(dāng)前的迭代代數(shù)的值t，并根據(jù)第一公式解算隨后的第(t+1)代迭代過(guò)程中使用的信息素影響因子的值αt+1，以在隨后的第(t+1)代迭代過(guò)程中根據(jù)αt+1從候選鏈表中選擇頂點(diǎn)加入到待選解中，所述第一公式為：

其中，

f(t)，f(t-1)分別為第t代迭代過(guò)程中生成的最好解st對(duì)應(yīng)的適應(yīng)度函數(shù)值和第(t-1)代迭代過(guò)程中生成的最好解st-1對(duì)應(yīng)的適應(yīng)度函數(shù)值，αt為第t代迭代過(guò)程中使用的信息素影響因子的值；

步驟s3：在迭代過(guò)程滿(mǎn)足終止準(zhǔn)則后，將解集合中具有最大適應(yīng)度函數(shù)值的解元素作為多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的最優(yōu)方案?？蛇x地，所述步驟s1還包括：

在初始化步驟中，獲取蟻群算法的迭代總代數(shù)n，獲取啟發(fā)式信息影響因子的缺省值βmin以作為在第一代迭代過(guò)程和第二代迭代過(guò)程中使用的啟發(fā)式信息影響因子的值；相應(yīng)地，

所述步驟s2還包括：自第二代迭代過(guò)程開(kāi)始，在得到每代迭代中生成的最好解st之后，獲取當(dāng)前的迭代代數(shù)的值t，并根據(jù)第二公式解算隨后的第(t+1)代迭代過(guò)程中使用的啟發(fā)式信息影響因子的值βt+1，以在隨后的第(t+1)代迭代過(guò)程中根據(jù)βt+1從候選鏈表中選擇頂點(diǎn)加入到待選解中，所述第二公式為：

其中，

f(t)，f(t-1)分別為第t代迭代過(guò)程中生成的最好解st對(duì)應(yīng)的適應(yīng)度函數(shù)值和第(t-1)代迭代過(guò)程中生成的最好解st-1對(duì)應(yīng)的適應(yīng)度函數(shù)值，βt為第t代迭代過(guò)程中使用的啟發(fā)式信息影響因子的值。

可選地，所述步驟s1還包括：

在初始化步驟中，獲取蟻群算法的迭代停滯閾值nn、適應(yīng)度停滯閾值δ及信息素?fù)]發(fā)因子的缺省值ρ0，所述ρ0用于在第一次更新信息素?fù)]發(fā)因子的值之前的每代迭代過(guò)程中作為信息素?fù)]發(fā)因子的值；對(duì)應(yīng)地，

所述步驟s2還包括：

自第nn代迭代過(guò)程之后，在判斷連續(xù)的nn代迭代過(guò)程中生成的nn個(gè)最好解對(duì)應(yīng)的適應(yīng)度函數(shù)值的變化率小于適應(yīng)度停滯閾值δ時(shí)，觸發(fā)針對(duì)信息素?fù)]發(fā)因子的值的更新，得到更新后的信息素?fù)]發(fā)因子的值，并在下一次觸發(fā)針對(duì)信息素?fù)]發(fā)因子的值的更新之前的所有迭代過(guò)程中使用所述更新后的信息素?fù)]發(fā)因子的值解算每代迭代過(guò)程中使用的信息素的值。

可選地，所述步驟s2中，觸發(fā)針對(duì)信息素?fù)]發(fā)因子的值的更新，得到更新后的信息素?fù)]發(fā)因子的值，具體包括：

獲取當(dāng)前的迭代代數(shù)的值t，獲取當(dāng)前的信息素?fù)]發(fā)因子的值ρt，并根據(jù)第三公式更新信息素?fù)]發(fā)因子的值，得到更新后的信息素?fù)]發(fā)因子的值ρt+1,所述第三公式為：

其中，ρmin為信息素?fù)]發(fā)因子的下限值。

可選地，每一代迭代中生成的最好解st包括：

執(zhí)行每一對(duì)地觀測(cè)任務(wù)的衛(wèi)星標(biāo)識(shí)、觀測(cè)起始時(shí)間點(diǎn)、觀測(cè)結(jié)束時(shí)間點(diǎn)；和/或

每一衛(wèi)星與至少一個(gè)地面站交互的下傳起始時(shí)間點(diǎn)、及下傳結(jié)束時(shí)間點(diǎn)。

可選地，所述每代迭代中生成的最好解st是每代迭代中生成的所有待選解中具有最大適應(yīng)度函數(shù)值的待選解經(jīng)過(guò)局部搜索之后生成的。

可選地，所述處理方法還包括：

將所述最優(yōu)方案中與每一衛(wèi)星對(duì)應(yīng)的任務(wù)發(fā)送至該衛(wèi)星中，使得該衛(wèi)星按照規(guī)劃的任務(wù)執(zhí)行。

第二方面，本發(fā)明還提供一種多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理裝置，包括：

接收模塊、連接接收模塊的處理模塊；

所述接收模塊用于接收待多個(gè)衛(wèi)星執(zhí)行的觀測(cè)任務(wù)；

所述處理模塊用于采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題，具體包括：

在采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題時(shí)，在初始化步驟中，獲取信息素影響因子的缺省值αmin以作為在第一代迭代過(guò)程和第二代迭代過(guò)程中使用的信息素影響因子的值；

執(zhí)行蟻群算法的迭代過(guò)程，得到每代迭代中生成的最好解st，將每代迭代中生成的最好解st作為一個(gè)解元素記錄到解集合中；及

自第二代迭代過(guò)程開(kāi)始，在得到每代迭代中生成的最好解st之后，獲取當(dāng)前的迭代代數(shù)的值t，并根據(jù)第一公式解算隨后的第(t+1)代迭代過(guò)程中使用的信息素影響因子的值αt+1，以在隨后的第(t+1)代迭代過(guò)程中根據(jù)αt+1從候選鏈表中選擇頂點(diǎn)加入到待選解中，所述第一公式為：

其中，

f(t)，f(t-1)分別為第t代迭代過(guò)程中生成的最好解st對(duì)應(yīng)的適應(yīng)度函數(shù)值和第(t-1)代迭代過(guò)程中生成的最好解st-1對(duì)應(yīng)的適應(yīng)度函數(shù)值，αt為第t代迭代過(guò)程中使用的信息素影響因子的值；

在迭代過(guò)程滿(mǎn)足終止準(zhǔn)則后，將解集合中具有最大適應(yīng)度函數(shù)值的解元素作為多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的最優(yōu)方案。

可選地，所述處理裝置中，所述處理模塊用于采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題，具體還包括：

在初始化步驟中，獲取蟻群算法的迭代總代數(shù)n，獲取啟發(fā)式信息影響因子的缺省值βmin以作為在第一代迭代過(guò)程和第二代迭代過(guò)程中使用的啟發(fā)式信息影響因子的值；相應(yīng)地，

自第二代迭代過(guò)程開(kāi)始，在得到每代迭代中生成的最好解st之后，獲取當(dāng)前的迭代代數(shù)的值t，并根據(jù)第二公式解算隨后的第(t+1)代迭代過(guò)程中使用的啟發(fā)式信息影響因子的值βt+1，以在隨后的第(t+1)代迭代過(guò)程中根據(jù)βt+1從候選鏈表中選擇頂點(diǎn)加入到待選解中，所述第二公式為：

其中，βt為第t代迭代過(guò)程中使用的啟發(fā)式信息影響因子的值。

可選地，所述處理裝置中，所述處理模塊用于采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題，具體還包括：

在初始化步驟中，獲取蟻群算法的迭代停滯閾值nn、適應(yīng)度停滯閾值δ及信息素?fù)]發(fā)因子的缺省值ρ0，所述ρ0用于在第一次更新信息素?fù)]發(fā)因子的值之前的每代迭代過(guò)程中作為信息素?fù)]發(fā)因子的值；對(duì)應(yīng)地，

自第nn代迭代過(guò)程之后，在判斷連續(xù)的nn代迭代過(guò)程中生成的nn個(gè)最好解對(duì)應(yīng)的適應(yīng)度函數(shù)值的變化率小于適應(yīng)度停滯閾值δ時(shí)，觸發(fā)針對(duì)信息素?fù)]發(fā)因子的值的更新，得到更新后的信息素?fù)]發(fā)因子的值，并在下一次觸發(fā)針對(duì)信息素?fù)]發(fā)因子的值的更新之前的所有迭代過(guò)程中使用所述更新后的信息素?fù)]發(fā)因子的值解算每代迭代過(guò)程中使用的信息素的值。

可選地，所述處理裝置中，所述處理模塊用于觸發(fā)針對(duì)信息素?fù)]發(fā)因子的值的更新，得到更新后的信息素?fù)]發(fā)因子的值，具體包括：

獲取當(dāng)前的迭代代數(shù)的值t，獲取當(dāng)前的信息素?fù)]發(fā)因子的值ρt，并根據(jù)第三公式更新信息素?fù)]發(fā)因子的值，得到更新后的信息素?fù)]發(fā)因子的值ρt+1,所述第三公式為：

其中，ρmin為信息素?fù)]發(fā)因子的下限值。

可選地，所述處理裝置中，所述處理模塊在每一代迭代中生成的最好解st包括：

執(zhí)行每一對(duì)地觀測(cè)任務(wù)的衛(wèi)星標(biāo)識(shí)、觀測(cè)起始時(shí)間點(diǎn)、觀測(cè)結(jié)束時(shí)間點(diǎn)；和/或

每一衛(wèi)星與至少一個(gè)地面站交互的下傳起始時(shí)間點(diǎn)、及下傳結(jié)束時(shí)間點(diǎn)。

可選地，所述處理裝置中，所述處理模塊在每一代迭代中生成的最好解st是每代迭代中生成的所有待選解中具有最大適應(yīng)度函數(shù)值的待選解經(jīng)過(guò)局部搜索之后生成的。

可選地，處理裝置還包括：與處理模塊連接的發(fā)射模塊；

所述發(fā)射模塊用于將每一衛(wèi)星的任務(wù)發(fā)送至該衛(wèi)星中，以使衛(wèi)星按照規(guī)劃的任務(wù)執(zhí)行。

本發(fā)明的多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理方法采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題能夠保證求解的觀測(cè)任務(wù)規(guī)劃具有較好的質(zhì)量，且處理效率高。

本發(fā)明的多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理裝置采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題能夠保證求解的觀測(cè)任務(wù)規(guī)劃具有較好的質(zhì)量，且處理效率高。

附圖說(shuō)明

圖1現(xiàn)有技術(shù)中衛(wèi)星觀測(cè)與地面站交互的示意圖；

圖2為當(dāng)前的衛(wèi)星觀測(cè)的時(shí)間窗的示意圖；

圖3為本發(fā)明一實(shí)施例提供的多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理方法的流程示意圖；

圖4為本發(fā)明又一實(shí)施例提供的處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理裝置的組成示意圖。

具體實(shí)施方式

為了更好的解釋本發(fā)明，以便于理解，下面結(jié)合附圖，通過(guò)具體實(shí)施方式，對(duì)本發(fā)明作詳細(xì)描述。

首先，界定以下基本事實(shí)，這些事實(shí)均為本領(lǐng)域普通技術(shù)人員所知曉的：

如圖1所示，多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題可以簡(jiǎn)要描述為:一組衛(wèi)星、一組觀測(cè)任務(wù),每個(gè)觀測(cè)任務(wù)的完成包含數(shù)據(jù)采集和數(shù)據(jù)回傳兩個(gè)活動(dòng)。為每個(gè)觀測(cè)任務(wù)指定一個(gè)優(yōu)先級(jí)；觀測(cè)任務(wù)對(duì)應(yīng)的地面目標(biāo)與衛(wèi)星之間具有一組可用時(shí)間窗口；一個(gè)參考時(shí)間范圍作為任務(wù)規(guī)劃的起止時(shí)間。衛(wèi)星對(duì)地觀測(cè)需要滿(mǎn)足以下約束:每個(gè)觀測(cè)任務(wù)必須在其某個(gè)可用時(shí)間窗口內(nèi)完成；衛(wèi)星連續(xù)兩次觀測(cè)之間必須有足夠的調(diào)整時(shí)間；衛(wèi)星的側(cè)視調(diào)整次數(shù)、存儲(chǔ)容量有限,使每個(gè)圈次的累積觀測(cè)時(shí)間有限。

在每個(gè)調(diào)度周期內(nèi)，每一個(gè)衛(wèi)星與每一個(gè)地面目標(biāo)之間有不止一個(gè)可見(jiàn)時(shí)間窗口；在每個(gè)調(diào)度周期內(nèi)，每一個(gè)衛(wèi)星與每一個(gè)地面站之間有不止一個(gè)可見(jiàn)時(shí)間窗口；在每個(gè)調(diào)度周期內(nèi)，每個(gè)地面目標(biāo)只需要也僅能被觀測(cè)一次，也即，地面目標(biāo)的數(shù)目與觀測(cè)任務(wù)的數(shù)目是相同的；在每個(gè)調(diào)度周期內(nèi)，每個(gè)地面站可以多次與不同的衛(wèi)星進(jìn)行通信，接收下傳數(shù)據(jù)。

在每個(gè)調(diào)度周期內(nèi)，受制于可見(jiàn)時(shí)間窗，會(huì)出現(xiàn)待調(diào)度的觀測(cè)任務(wù)不能全部被完成的情形，因此，為了保證觀測(cè)任務(wù)總數(shù)目的完整性，設(shè)置一個(gè)虛擬衛(wèi)星來(lái)記錄不能被執(zhí)行的觀測(cè)任務(wù)。

另一方面，衛(wèi)星對(duì)地觀測(cè)需要滿(mǎn)足以下約束條件:

(1)對(duì)地面目標(biāo)的成像必須等待衛(wèi)星在某一軌道圈次內(nèi)運(yùn)動(dòng)至目標(biāo)的上空時(shí)進(jìn)行，此時(shí)衛(wèi)星的遙感器會(huì)在一個(gè)時(shí)間段之內(nèi)能夠看見(jiàn)目標(biāo)，這個(gè)時(shí)間段稱(chēng)為時(shí)間窗。在給定的規(guī)劃周期內(nèi)，衛(wèi)星與目標(biāo)之間一般不止一個(gè)時(shí)間窗，衛(wèi)星對(duì)目標(biāo)的觀測(cè)需在其中某一個(gè)時(shí)間窗之內(nèi)完成，且目標(biāo)進(jìn)行觀測(cè)的時(shí)間窗一般會(huì)小于可見(jiàn)的時(shí)間窗，圖2中示出了觀測(cè)時(shí)間窗的開(kāi)始時(shí)間與結(jié)束時(shí)間。

(2)一顆衛(wèi)星在執(zhí)行2個(gè)前后相繼的觀測(cè)任務(wù)時(shí)，中間需要有一定的過(guò)渡時(shí)間，以讓衛(wèi)星遙感器作好調(diào)整。類(lèi)似的，地面站接受衛(wèi)星下傳數(shù)據(jù)時(shí)與觀測(cè)任務(wù)一樣，數(shù)據(jù)下傳需要在地面站對(duì)衛(wèi)星的下傳可見(jiàn)時(shí)間窗口之內(nèi)完成。

(3)每一次開(kāi)關(guān)機(jī)時(shí)間內(nèi)，衛(wèi)星的側(cè)視調(diào)整次數(shù)是有限的。

(4)衛(wèi)星上有一個(gè)固定容量的星上存儲(chǔ)器，衛(wèi)星將觀測(cè)的目標(biāo)圖像數(shù)據(jù)暫時(shí)存放在存儲(chǔ)器中。在將數(shù)據(jù)傳回地面站之后，存儲(chǔ)器的存儲(chǔ)容量被釋放。因此存儲(chǔ)器的實(shí)時(shí)容量在整個(gè)觀測(cè)過(guò)程中是動(dòng)態(tài)變化的。

從以上內(nèi)容可知，多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題必須在復(fù)雜的約束條件下和多種優(yōu)化目標(biāo)下求解，因此其問(wèn)題維度廣，優(yōu)化空間大，采用智能算法得出其近似最優(yōu)解的難度比較大。

蟻群算法是一種應(yīng)用廣泛的并行智能優(yōu)化算法。現(xiàn)有技術(shù)中基于蟻群算法求解多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的解算步驟示例如下：

step1：初始化算法中基本參數(shù)的值，包括：信息素影響因子、啟發(fā)式信息影響因子和信息素?fù)]發(fā)因子，迭代總代數(shù)、螞蟻數(shù)量等。

step2：蟻群選擇一個(gè)子問(wèn)題(即工作時(shí)段。工作時(shí)段是針對(duì)一個(gè)任務(wù)的一個(gè)時(shí)間窗)，并根據(jù)狀態(tài)轉(zhuǎn)移規(guī)則選擇一個(gè)頂點(diǎn)加入當(dāng)前的解，至此，完成了一個(gè)任務(wù)的規(guī)劃。

step3：更新候選鏈表，該候選鏈表中包括有已完成任務(wù)和未完成任務(wù)；

step4：判斷是否所有任務(wù)都已規(guī)劃，如果是，則對(duì)本代迭代生成的最好解使用局部搜索策略以進(jìn)一步優(yōu)化最好解；如果否，返回step2；

step5：根據(jù)適應(yīng)度函數(shù)對(duì)本代迭代生成的解進(jìn)行評(píng)價(jià)，并更新信息素；

step6：判斷是否滿(mǎn)足迭代終止條件，如果滿(mǎn)足，則算法結(jié)束并輸出歷史最優(yōu)解；如果不滿(mǎn)足，返回step2。

具體地，在每代迭代過(guò)程中，在構(gòu)建可行解時(shí),蟻群首先根據(jù)各工作時(shí)段的任務(wù)完成情況,選擇一個(gè)未完成任務(wù)數(shù)最多的工作時(shí)段。然后,在選中的工作時(shí)段的候選鏈表中,選擇一個(gè)頂點(diǎn)加入到當(dāng)前的解中。

以下給出一個(gè)頂點(diǎn)選擇的示例，應(yīng)該理解為，本領(lǐng)域技術(shù)人員可以采用其他已知的狀態(tài)轉(zhuǎn)移規(guī)則以實(shí)現(xiàn)節(jié)點(diǎn)選擇的目的。具體地，螞蟻根據(jù)以下公式從當(dāng)前的節(jié)點(diǎn)選擇下一個(gè)節(jié)點(diǎn)：

即螞蟻以q0做最強(qiáng)追蹤，以概率q0由當(dāng)前節(jié)點(diǎn)i選擇下一個(gè)節(jié)點(diǎn)j，其中，q0∈(0,1)，q為隨機(jī)數(shù)。candidate為候選節(jié)點(diǎn)集合。

在上述公式中，α為表征信息素在頂點(diǎn)選取中重要性的參數(shù),記為信息素影響因子；β為表征啟發(fā)信息素在頂點(diǎn)選取中重要性的參數(shù)，記為啟發(fā)信息素因子；q∈[0,1]是一個(gè)隨機(jī)數(shù)，q0∈[0,1]則決定蟻群的探索能力與開(kāi)發(fā)能力的相對(duì)重要性。在選取頂點(diǎn)j為解的元素后,刪除當(dāng)前的候選節(jié)點(diǎn)集合candidate中頂點(diǎn)j以及有邊相連的頂點(diǎn),確保候選鏈表中不存在與解元素相連的頂點(diǎn),避免在后續(xù)搜索過(guò)程中產(chǎn)生不可行解。

在每次迭代完成后,為提高蟻群算法的全局搜索能力，避免算法過(guò)早收斂，采用mmas算法中的規(guī)則對(duì)信息素進(jìn)行更新，如下式：

τij(t+1)＝(1-ρ)·τij(t)

ifτij(t+1)＜τmin,τij(t+1)＝τmin

ifτij(t+1)＞τmax,τij(t+1)＝τmax

其中，ρ為信息素?fù)]發(fā)因子；τmax、τmin分別為信息素?fù)]發(fā)因子的上限值和下限值；通常，信息素τij的取值范圍為(0,1]。

以上作為示例，采用mmas算法中的規(guī)則對(duì)信息素進(jìn)行更新，應(yīng)該理解為，本領(lǐng)域技術(shù)人員可以采用其他已知的信息素更新算法，以實(shí)現(xiàn)信息素更新的目的。

然而，上述的蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃時(shí)，存在效率低且求解質(zhì)量不理想的問(wèn)題。

為此，本發(fā)明實(shí)施例提供一種多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理方法，包括下述步驟：

步驟s1：在采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題時(shí)，在初始化步驟中，獲取信息素影響因子的缺省值αmin以作為在第一代迭代過(guò)程和第二代迭代過(guò)程中使用的信息素影響因子的值；

步驟s2：執(zhí)行蟻群算法的迭代過(guò)程，得到每代迭代中生成的最好解st，將每代迭代中生成的最好解st作為一個(gè)解元素記錄到解集合中；及

自第二代迭代過(guò)程開(kāi)始，在得到每代迭代中生成的最好解st之后，獲取當(dāng)前的迭代代數(shù)的值t，并根據(jù)第一公式解算隨后的第(t+1)代迭代過(guò)程中使用的信息素影響因子的值αt+1，以在隨后的第(t+1)代迭代過(guò)程中根據(jù)αt+1從候選鏈表中選擇頂點(diǎn)加入到待選解中，所述第一公式為：

其中，

f(t)，f(t-1)分別為第t代迭代過(guò)程中生成的最好解st對(duì)應(yīng)的適應(yīng)度函數(shù)值和第(t-1)代迭代過(guò)程中生成的最好解st-1對(duì)應(yīng)的適應(yīng)度函數(shù)值，αt為第t代迭代過(guò)程中使用的信息素影響因子的值；

步驟s3：在迭代過(guò)程滿(mǎn)足終止準(zhǔn)則后，將解集合中具有最大適應(yīng)度函數(shù)值的解元素作為多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的最優(yōu)方案。

需要說(shuō)明的是，在采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題時(shí)，適應(yīng)度函數(shù)f考慮了已執(zhí)行的觀測(cè)任務(wù)數(shù)量占所有觀測(cè)任務(wù)數(shù)量的比例值x，以及已執(zhí)行的觀測(cè)任務(wù)的權(quán)重之和占所有觀測(cè)任務(wù)的權(quán)重之和的比例值y。本領(lǐng)域技術(shù)人員可以通過(guò)設(shè)計(jì)合適的權(quán)重值使得x與y的加權(quán)平均和也即適應(yīng)度函數(shù)f的取值范圍為(0,1]。

在一種優(yōu)選的實(shí)現(xiàn)方式中，所述步驟s1還可以包括：在初始化步驟中，獲取蟻群算法的迭代總代數(shù)n，獲取啟發(fā)式信息影響因子的缺省值βmin以作為在第一代迭代過(guò)程和第二代迭代過(guò)程中使用的啟發(fā)式信息影響因子的值；相應(yīng)地，

所述步驟s2還包括：自第二代迭代過(guò)程開(kāi)始，在得到每代迭代中生成的最好解st之后，獲取當(dāng)前的迭代代數(shù)的值t，并根據(jù)第二公式解算隨后的第(t+1)代迭代過(guò)程中使用的啟發(fā)式信息影響因子的值βt+1，以在隨后的第(t+1)代迭代過(guò)程中根據(jù)βt+1從候選鏈表中選擇頂點(diǎn)加入到待選解中，所述第二公式為：

其中，

f(t)，f(t-1)分別為第t代迭代過(guò)程中生成的最好解st對(duì)應(yīng)的適應(yīng)度函數(shù)值和第(t-1)代迭代過(guò)程中生成的最好解st-1對(duì)應(yīng)的適應(yīng)度函數(shù)值，βt為第t代迭代過(guò)程中使用的啟發(fā)式信息影響因子的值。

在一種優(yōu)選的實(shí)現(xiàn)方式中，所述步驟s1還可以包括：

在初始化步驟中，獲取蟻群算法的迭代停滯閾值nn、適應(yīng)度停滯閾值δ及信息素?fù)]發(fā)因子的缺省值ρ0，所述ρ0用于在第一次更新信息素?fù)]發(fā)因子的值之前的每代迭代過(guò)程中作為信息素?fù)]發(fā)因子的值；對(duì)應(yīng)地，

所述步驟s2還可以包括：

自第nn代迭代過(guò)程之后，在判斷連續(xù)的nn代迭代過(guò)程中生成的nn個(gè)最好解對(duì)應(yīng)的適應(yīng)度函數(shù)值的變化率小于適應(yīng)度停滯閾值δ時(shí)，觸發(fā)針對(duì)信息素?fù)]發(fā)因子的值的更新，得到更新后的信息素?fù)]發(fā)因子的值，并在下一次觸發(fā)針對(duì)信息素?fù)]發(fā)因子的值的更新之前的所有迭代過(guò)程中使用所述更新后的信息素?fù)]發(fā)因子的值解算每代迭代過(guò)程中使用的信息素的值。

應(yīng)當(dāng)理解為，在解算連續(xù)nn個(gè)最好解適應(yīng)度函數(shù)值的變化率時(shí)，可以以第一個(gè)最好解的適應(yīng)度函數(shù)值為基準(zhǔn)，或最后一個(gè)最好解的適應(yīng)度函數(shù)值為基準(zhǔn)，或nn個(gè)最好解的適應(yīng)度函數(shù)值中的任意一個(gè)為基準(zhǔn)。

在一種優(yōu)選的實(shí)現(xiàn)方式中，所述步驟s2中，觸發(fā)針對(duì)信息素?fù)]發(fā)因子的值的更新，得到更新后的信息素?fù)]發(fā)因子的值，具體可以包括：

獲取當(dāng)前的迭代代數(shù)的值t，獲取當(dāng)前的信息素?fù)]發(fā)因子的值ρt，并根據(jù)第三公式更新信息素?fù)]發(fā)因子的值，得到更新后的信息素?fù)]發(fā)因子的值ρt+1,所述第三公式為：

其中，ρmin為信息素?fù)]發(fā)因子的下限值。

可選地，每一代迭代中生成的最好解st包括：

執(zhí)行每一對(duì)地觀測(cè)任務(wù)的衛(wèi)星標(biāo)識(shí)、觀測(cè)起始時(shí)間點(diǎn)、觀測(cè)結(jié)束時(shí)間點(diǎn)；和/或

每一衛(wèi)星與至少一個(gè)地面站交互的下傳起始時(shí)間點(diǎn)、下傳結(jié)束時(shí)間點(diǎn)。

可選地，所述每代迭代中生成的最好解st是每代迭代中生成的所有待選解中具有最大適應(yīng)度函數(shù)值的待選解經(jīng)過(guò)局部搜索之后生成的。

具體地，每代迭代時(shí)，在蟻群完成解的構(gòu)建后,對(duì)本代迭代所生成的最好解應(yīng)用局部搜索策略。具體地，因?yàn)槊看鷥?nèi)的優(yōu)化目標(biāo)僅與每個(gè)工作時(shí)段中具有最早開(kāi)始時(shí)間和/或最晚結(jié)束時(shí)間這兩個(gè)可見(jiàn)弧段的選擇有關(guān),因此局部搜索只針對(duì)各工作時(shí)段的這兩個(gè)弧段進(jìn)行。應(yīng)用局部搜索策略的解算流程如下:首先確定最早開(kāi)始(或最晚結(jié)束)弧段的至少一個(gè)備選弧段,這些弧段必須滿(mǎn)足：①與最早開(kāi)始(或最晚結(jié)束)弧段屬于同一個(gè)工作時(shí)段且可以完成相同的衛(wèi)星對(duì)地觀測(cè)或?qū)Φ叵聜魅蝿?wù)；②非本代迭代生成的最好解的元素；③不與解中其他元素沖突。這些至少一個(gè)備選弧段形成備選弧段的列表。在備選弧段的列表中,確定可以最大程度縮短工作時(shí)間的弧段,并將其代替最早開(kāi)始(或最晚結(jié)束)弧段加入當(dāng)前的解中。以上過(guò)程反復(fù)執(zhí)行直到工作時(shí)間不能再縮短為止。

可選地，所述處理方法還可以包括：

將所述最優(yōu)方案中與每一衛(wèi)星對(duì)應(yīng)的任務(wù)發(fā)送至該衛(wèi)星中，使得該衛(wèi)星按照規(guī)劃的任務(wù)執(zhí)行。

需要說(shuō)明的是，最優(yōu)方案中與每一衛(wèi)星對(duì)應(yīng)的任務(wù)中包括觀測(cè)任務(wù)和/或下傳任務(wù)。根據(jù)規(guī)劃周期和星上存儲(chǔ)空間，每一衛(wèi)星對(duì)應(yīng)的任務(wù)中并不一定會(huì)包括下傳任務(wù)。

本實(shí)施例中通過(guò)改進(jìn)現(xiàn)有的蟻群算法可在提高處理效率的同時(shí)獲得更好的處理質(zhì)量。為較好的理解本發(fā)明的技術(shù)方案，以下結(jié)合前述步驟具體說(shuō)明如下：

(1)在迭代過(guò)程中按照下式對(duì)信息素影響因子的值進(jìn)行更新：

在第t次迭代中，如果f(t)＞f(t-1)，則增加信息素影響因子的值。因?yàn)檫m應(yīng)度函數(shù)值增大，就意味著解的質(zhì)量提高，說(shuō)明前面螞蟻留下的信息素對(duì)后面螞蟻的引導(dǎo)是正向的，因此通過(guò)增加信息素影響因子的值αt+1，使得在下一次迭代中使用更大的αt+1，使得信息素的影響對(duì)尋優(yōu)結(jié)果的影響增強(qiáng)。如果函數(shù)小于或等于上一代，則不做改變。

(2)在迭代過(guò)程中按照下式對(duì)啟發(fā)式信息影響因子的值進(jìn)行更新：

在第t次迭代中，如果f(t)＞f(t-1)，則增加啟發(fā)式信息影響因子的值。因?yàn)閱l(fā)式信息影響因子能夠引導(dǎo)螞蟻得到更好結(jié)果，所以通過(guò)增加啟發(fā)式信息影響因子的值可以使得啟發(fā)式信息影響因子對(duì)尋優(yōu)結(jié)果的影響增強(qiáng)，反之不做改變。

(3)在迭代陷入局部最優(yōu)解時(shí)，按照下式對(duì)信息素?fù)]發(fā)因子的值進(jìn)行更新：

在初始階段給信息素?fù)]發(fā)因子設(shè)置較小的值以此來(lái)擴(kuò)大初始階段蟻群的搜索范圍，由于取值較小信息素?fù)]發(fā)因子，其收斂性較差同時(shí)也容易陷入局部最優(yōu)值，所以算法在連續(xù)的nn(nn為常數(shù))代進(jìn)化后最優(yōu)解的適應(yīng)度函數(shù)值沒(méi)有較大的變化后，確定當(dāng)前的迭代已經(jīng)停滯，則根據(jù)上式更新信息素?fù)]發(fā)因子，以使得算法跳出舉出最優(yōu)解，繼續(xù)全局尋優(yōu)。其中，ρmin為信息素?fù)]發(fā)因子的下限值(這里是預(yù)先設(shè)置的)，可以防止信息素?fù)]發(fā)因子過(guò)小從而降低算法的收斂速度。

現(xiàn)有的蟻群算法求解多星對(duì)地觀測(cè)任務(wù)規(guī)劃過(guò)程中信息素?fù)]發(fā)因子是固定值。若設(shè)置ρ過(guò)大，以前搜索過(guò)的路徑被再次選擇的可能性過(guò)大，信息正反饋的作用占主導(dǎo)地位，搜索的隨機(jī)性減弱，雖然算法收斂速度加快，但易于陷入局部最優(yōu)狀態(tài)，影響到算法的隨機(jī)性能和全局搜索能力；若設(shè)置信息素?fù)]發(fā)因子較小，通過(guò)減小信息素?fù)]發(fā)因子雖然可以提高算法的隨機(jī)性能和全局搜索能力，但路徑上的殘留信息占主導(dǎo)地位，信息正反饋的作用相對(duì)較弱，搜索的隨機(jī)性增強(qiáng)。因?yàn)楹茈y在運(yùn)行算法時(shí)，預(yù)先確定信息素?fù)]發(fā)因子的值，因此，現(xiàn)有的蟻群算法收斂速度很慢。

本發(fā)明對(duì)現(xiàn)有的蟻群算法容易導(dǎo)致早熟及停滯的現(xiàn)象，改變其信息素釋放策略，提出自適應(yīng)信息素改進(jìn)的蟻群算法，通過(guò)綜合考慮算法的全局搜索能力和收斂速度兩項(xiàng)性能指標(biāo)，在適應(yīng)度函數(shù)值經(jīng)過(guò)連續(xù)數(shù)代的迭代后基本保持不變的情況下自適應(yīng)地改變信息素?fù)]發(fā)因子的值。

具體地，在求解的初始階段，信息素?fù)]發(fā)因子的值需要稍大一些以增強(qiáng)蟻群算法搜索速度。隨著循環(huán)次數(shù)的不斷增加，若每次的最優(yōu)值相差不大，說(shuō)明過(guò)程陷入了某個(gè)極值點(diǎn)，不一定是全局最優(yōu)解。此時(shí)需要減小信息素?fù)]發(fā)因子的值，提高算法的搜索能力。

由以上三個(gè)改進(jìn)方案確定的基于自適應(yīng)參數(shù)的蟻群算法求解多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理方法的解算流程示例如下：

st1：初始化算法中的基本參數(shù)，包括：信息素影響因子的缺省值、啟發(fā)式信息影響因子的缺省值、迭代總代數(shù)、迭代停滯閾值nn、適應(yīng)度停滯閾值δ及信息素?fù)]發(fā)因子的下限值等。

st2：蟻群選擇一個(gè)子問(wèn)題(即工作時(shí)段。工作時(shí)段是針對(duì)一個(gè)任務(wù)的一個(gè)時(shí)間窗)，并根據(jù)狀態(tài)轉(zhuǎn)移規(guī)則選擇一個(gè)頂點(diǎn)加入當(dāng)前的解，至此，完成了一個(gè)任務(wù)的規(guī)劃。

st3：更新候選鏈表，該候選鏈表中包括有已完成任務(wù)和未完成任務(wù)；

st4：判斷是否所有任務(wù)都已規(guī)劃，如果是，則對(duì)本代迭代生成的最好解使用局部搜索策略以進(jìn)一步優(yōu)化最好解；如果否，返回st2；

st5：用適應(yīng)度函數(shù)值對(duì)解進(jìn)行評(píng)價(jià)，根據(jù)最近兩代適應(yīng)度函數(shù)值的大小判斷是否更新信息素影響因子和啟發(fā)式信息影響因子；及根據(jù)最近連續(xù)nn代生成的最優(yōu)解的適應(yīng)度函數(shù)值是否保持基本不變決定是否更新信息素?fù)]發(fā)因子；根據(jù)適應(yīng)度函數(shù)值對(duì)本代迭代生成的解進(jìn)行評(píng)價(jià)，并更新信息素；

st6：判斷是否滿(mǎn)足迭代終止條件，如果滿(mǎn)足，則算法結(jié)束并輸出歷史最優(yōu)解；如果不滿(mǎn)足，返回st2。

本發(fā)明實(shí)施例能夠加快求解和收斂到全局最優(yōu)解的速度，以及降低陷入局部的概率：

(1)改變基本蟻群算法的信息素釋放策略，提出自適應(yīng)信息素改進(jìn)蟻群算法，通過(guò)綜合考慮算法的全局搜索能力和收斂速度兩項(xiàng)性能指標(biāo)，自適應(yīng)地改變信息素?fù)]發(fā)因子的值，從而避免基本蟻群算法容易早熟和停滯的現(xiàn)象。

(2)自適應(yīng)地改變蟻群算法中的信息素影響因子和啟發(fā)式信息影響因子。當(dāng)連續(xù)迭代后的最優(yōu)解有改善時(shí)，自適應(yīng)地調(diào)整信息素影響因子和啟發(fā)式信息影響因子來(lái)加快收斂，從而提高基本蟻群算法的求解效率。

本發(fā)明實(shí)施例對(duì)蟻群算法改進(jìn)的有益效果可以從兩個(gè)方面進(jìn)行評(píng)價(jià)，即改進(jìn)后的算法求解問(wèn)題的質(zhì)量和改進(jìn)后算法求解問(wèn)題的效率。通常，算法求解效果和算法求解效率往往是不可兼得。

本發(fā)明實(shí)施例提供的多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理方法采用改進(jìn)的蟻群算法可在提高運(yùn)算效率的同時(shí)獲得更好的近似最優(yōu)解，得到當(dāng)前的規(guī)劃周期中的最優(yōu)方案，能夠保證求解的觀測(cè)任務(wù)規(guī)劃具有較好的質(zhì)量，且處理效率高。

本發(fā)明實(shí)施例對(duì)蟻群算法能夠兼顧質(zhì)量和效率，使得改進(jìn)后的算法滿(mǎn)足實(shí)際應(yīng)用需求。

另一方面，如圖4所示，本發(fā)明又一實(shí)施例提供一種多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理裝置，包括：

接收模塊10、與所述接收模塊10連接的處理模塊20；

接收模塊10用于接收待多個(gè)衛(wèi)星執(zhí)行的對(duì)地觀測(cè)任務(wù)；

所述處理模塊20用于采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)的規(guī)劃，具體包括：

在采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題時(shí)，在初始化步驟中，獲取信息素影響因子的缺省值αmin以作為在第一代迭代過(guò)程和第二代迭代過(guò)程中使用的信息素影響因子的值；

執(zhí)行蟻群算法的迭代過(guò)程，得到每代迭代中生成的最好解st，將每代迭代中生成的最好解st作為一個(gè)解元素記錄到解集合中；及

自第二代迭代過(guò)程開(kāi)始，在得到每代迭代中生成的最好解st之后，

獲取當(dāng)前的迭代代數(shù)的值t，并根據(jù)第一公式解算隨后的第(t+1)代迭代過(guò)程中使用的信息素影響因子的值αt+1，以在隨后的第(t+1)代迭代過(guò)程中根據(jù)αt+1從候選鏈表中選擇頂點(diǎn)加入到待選解中，所述第一公式為：

其中，

f(t)，f(t-1)分別為第t代迭代過(guò)程中生成的最好解st對(duì)應(yīng)的適應(yīng)度函數(shù)值和第(t-1)代迭代過(guò)程中生成的最好解st-1對(duì)應(yīng)的適應(yīng)度函數(shù)值，αt為第t代迭代過(guò)程中使用的信息素影響因子的值；

在迭代過(guò)程滿(mǎn)足終止準(zhǔn)則后，將解集合中具有最大適應(yīng)度函數(shù)值的解元素作為多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的最優(yōu)方案。

可選地，所述處理裝置中，所述處理模塊20用于采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題，具體還可以包括：

在初始化步驟中，獲取蟻群算法的迭代總代數(shù)n，獲取啟發(fā)式信息影響因子的缺省值βmin以作為在第一代迭代過(guò)程和第二代迭代過(guò)程中使用的啟發(fā)式信息影響因子的值；相應(yīng)地，

自第二代迭代過(guò)程開(kāi)始，在得到每代迭代中生成的最好解st之后，獲取當(dāng)前的迭代代數(shù)的值t，并根據(jù)第二公式解算隨后的第(t+1)代迭代過(guò)程中使用的啟發(fā)式信息影響因子的值βt+1，以在隨后的第(t+1)代迭代過(guò)程中根據(jù)βt+1從候選鏈表中選擇頂點(diǎn)加入到待選解中，所述第二公式為：

其中，βt為第t代迭代過(guò)程中使用的啟發(fā)式信息影響因子的值。

可選地，所述處理裝置中，所述處理模塊20用于采用蟻群算法處理多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題，具體還可以包括：

在初始化步驟中，獲取蟻群算法的迭代停滯閾值nn、適應(yīng)度停滯閾值δ及信息素?fù)]發(fā)因子的缺省值ρ0，所述ρ0用于在第一次更新信息素?fù)]發(fā)因子的值之前的每代迭代過(guò)程中作為信息素?fù)]發(fā)因子的值；對(duì)應(yīng)地，

自第nn代迭代過(guò)程之后，在判斷連續(xù)的nn代迭代過(guò)程中生成的nn個(gè)最好解對(duì)應(yīng)的適應(yīng)度函數(shù)值的變化率小于適應(yīng)度停滯閾值δ時(shí)，觸發(fā)針對(duì)信息素?fù)]發(fā)因子的值的更新，得到更新后的信息素?fù)]發(fā)因子的值，并在下一次觸發(fā)針對(duì)信息素?fù)]發(fā)因子的值的更新之前的所有迭代過(guò)程中使用所述更新后的信息素?fù)]發(fā)因子的值解算每代迭代過(guò)程中使用的信息素的值。

可選地，所述處理裝置中，所述處理模塊20用于觸發(fā)針對(duì)信息素?fù)]發(fā)因子的值的更新，得到更新后的信息素?fù)]發(fā)因子的值，具體包括：

獲取當(dāng)前的迭代代數(shù)的值t，獲取當(dāng)前的信息素?fù)]發(fā)因子的值ρt，并根據(jù)第三公式更新信息素?fù)]發(fā)因子的值，得到更新后的信息素?fù)]發(fā)因子的值ρt+1,所述第三公式為：

其中，ρmin為信息素?fù)]發(fā)因子的下限值。

可選地，所述處理裝置中，所述處理模塊20在每一代迭代中生成的最好解st是每代迭代中生成的所有待選解中具有最大適應(yīng)度函數(shù)值的待選解經(jīng)過(guò)局部搜索之后生成的。

可選地，所述處理裝置中，所述處理模塊20在每一代迭代中生成的最好解st包括：

執(zhí)行每一對(duì)地觀測(cè)任務(wù)的衛(wèi)星標(biāo)識(shí)、觀測(cè)起始時(shí)間點(diǎn)、觀測(cè)結(jié)束時(shí)間點(diǎn)；和/或

每一衛(wèi)星與至少一個(gè)地面站交互的下傳起始時(shí)間點(diǎn)、及下傳結(jié)束時(shí)間點(diǎn)。

可選地，處理裝置還可以包括：與處理模塊20連接的發(fā)射模塊30；

所述發(fā)射模塊30用于將每一衛(wèi)星的任務(wù)發(fā)送至該衛(wèi)星中，以使衛(wèi)星按照規(guī)劃的任務(wù)執(zhí)行。

本發(fā)明實(shí)施例提供的多星對(duì)地觀測(cè)任務(wù)規(guī)劃問(wèn)題的處理裝置，采用改進(jìn)的蟻群算法可在提高運(yùn)算效率的同時(shí)獲得更好的近似最優(yōu)解，得到當(dāng)前的規(guī)劃周期中的最優(yōu)方案，能夠保證求解的觀測(cè)任務(wù)規(guī)劃具有較好的質(zhì)量，且處理效率高。

最后應(yīng)說(shuō)明的是：以上所述的各實(shí)施例僅用于說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)其限制；盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分或全部技術(shù)特征進(jìn)行等同替換；而這些修改或替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的范圍。