一种成像卫星任务规划方法技术

本发明专利技术涉及一种成像卫星任务规划方法，包括：在初始化步骤中，获取交叉概率下限值pcmin和交叉概率上限值pcmax；在每轮迭代中执行交叉步骤时，根据交叉概率下限值pcmin和交叉概率上限值pcmax解算该轮迭代中每一待交叉组对应的组内交叉概率值pc，并根据所述组内交叉概率值pc对所述每一待交叉组进行交叉操作；在迭代过程终止后，将最后一轮迭代中得到的种群中具有最大适应度值的个体作为成像卫星任务规划的最优解。本发明专利技术提供的处理方法能够保证求解的观测任务规划具有较好的质量，且处理效率高。

A method of mission planning for imaging satellites

The invention relates to an imaging satellite mission planning method, including: in the initialization step, to get the lower limit value pcmin crossover probability and crossover probability pcmax of the upper limit; perform cross steps at each iteration, according to the lower limit of pcmin crossover probability and crossover probability pcmax of the upper limit solution of the iteration in each group to cross the corresponding group crossover probability value PC, and according to the group in the crossover probability value PC crossover operation to each group to cross; in the iterative process terminates, will get the last iteration population has the maximum fitness value of the individual as the optimal imaging satellite mission planning solutions. The processing method provided by the invention can ensure the quality of the observation mission planning to be solved, and the processing efficiency is high.

【技术实现步骤摘要】
一种成像卫星任务规划方法
本专利技术涉及计算机技术，特别是一种任务规划方法及装置。
技术介绍
为了使地球成像卫星更好地发挥作用，任务规划技术显得尤为关键。任务规划的含义是指对待执行的观测任务进行排程、资源匹配，以及对卫星及其载荷的工作时域、空域和模式等进行确定，并制定详细工作计划的过程，其目的是驱动卫星资源科学、高效地执行任务。成像卫星任务规划必须在复杂的约束条件下和多种优化目标下完成，因此其问题维度广，优化空间大，目前多采用智能算法得出其近似最优解。现有技术中遗传算法在处理成像卫星任务规划时具有一定的优势，但确定的最优任务序列通常不是全局最优解，且收敛慢，处理时间较长。
技术实现思路
针对现有技术中遗传算法处理成像卫星任务规划时确定的最优任务序列通常不是全局最优解，且收敛慢，处理时间较长这一技术问题，本专利技术提供一种成像卫星任务规划方法和装置。第一方面，本专利技术提供一种成像卫星任务规划方法，基于改进遗传算法处理成像卫星任务规划问题，包括以下步骤：步骤S1、在初始化步骤中，获取交叉概率下限值pcmin和交叉概率上限值pcmax；步骤S2、在每轮迭代中执行交叉步骤时，根据交叉概率下限值本文档来自技高网...

【技术保护点】
一种成像卫星任务规划方法，其特征在于，采用改进遗传算法处理成像卫星任务规划问题，包括以下步骤：步骤S1、在初始化步骤中，获取交叉概率下限值pcmin和交叉概率上限值pcmax；步骤S2、在每轮迭代中执行交叉步骤时，根据交叉概率下限值pcmin和交叉概率上限值pcmax解算该轮迭代中每一待交叉组对应的组内交叉概率值pc，并根据所述组内交叉概率值pc对所述每一待交叉组进行交叉操作；步骤S3、在迭代过程终止后，将最后一轮迭代中得到的种群中具有最大适应度值的个体作为成像卫星任务规划的最优解。

【技术特征摘要】
1.一种成像卫星任务规划方法，其特征在于，采用改进遗传算法处理成像卫星任务规划问题，包括以下步骤：步骤S1、在初始化步骤中，获取交叉概率下限值pcmin和交叉概率上限值pcmax；步骤S2、在每轮迭代中执行交叉步骤时，根据交叉概率下限值pcmin和交叉概率上限值pcmax解算该轮迭代中每一待交叉组对应的组内交叉概率值pc，并根据所述组内交叉概率值pc对所述每一待交叉组进行交叉操作；步骤S3、在迭代过程终止后，将最后一轮迭代中得到的种群中具有最大适应度值的个体作为成像卫星任务规划的最优解。2.根据权利要求1所述的方法，其特征在于，所述步骤S1还包括：在初始化步骤中，获取变异概率下限值pmmin和变异概率上限值pmmax；相应地，在所述步骤S2之后，步骤S3之前，所述方法还包括：在每轮迭代中执行变异步骤时，根据变异概率下限值pmmin和变异概率上限值pmmax解算该轮迭代中每一待变异操作的个体对应的个体变异概率值pm，并根据所述个体变异概率值pm对所述每一待变异操作的个体进行变异操作。3.根据权利要求1所述的方法，其特征在于，所述步骤S2中，根据交叉概率下限值pcmin和交叉概率上限值pcmax解算该轮迭代中每一待交叉组对应的组内交叉概率值pc，具体包括：根据第一公式解算每一待交叉组对应的组内交叉概率值pc，所述第一公式为：其中，Np为所述改进遗传算法的种群规模，fmax表示该轮迭代中种群的最大适应度值，favg表示该轮迭代中种群的平均适应度值，f＇表示每一待交叉组中的两个个体对应的适应度值中的较大值，Ac为交叉调整因子。4.根据权利要求2所述的方法，其特征在于，所述根据变异概率下限值pmmin和变异概率上限值pmmax解算该轮迭代中每一待变异操作的个体对应的个体变异概率值pm，具体包括：根据第二公式解算每一待变异操作的个体对应的个体变异概率值pm，所述第二公式为：其中，Np为遗传算法的种群规模，fmax表示该轮迭代中种群的最大适应度值，favg表示该轮迭代中种群的平均适应度值，f表示...

【专利技术属性】
技术研发人员：夏维，孙海权，胡笑旋，靳鹏，王超超，张海龙，罗贺，马华伟，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34