排序方式： 共有4条查询结果，搜索用时 78 毫秒
1
1.
针对卫星数传、测控任务的地面站资源调度问题,提出一种结合启发式方法的粒子群改进算法,对卫星的数传、测控任务进行一体化调度。首先分析卫星任务及地面站资源的约束条件,建立基于启发式规则的约束满足模型,筛选出较优的初始种群,然后设计一种结合启发式规则的粒子群算法求解。仿真对比实验表明,相对于常规调度算法(如遗传算法),粒子群算法具有较好的寻优能力和收敛速度;相对于传统粒子群算法,结合启发式方法的粒子群改进算法具有更好的寻优能力、收敛速度和稳定性。 相似文献
2.
针对多卫星区域目标的成像规划问题,提出一种基于改进布谷鸟搜索的卫星成像规划方法。为最大限度地利用卫星资源,首先基于卫星的单次过境活动将区域目标按条带分解,然后考虑卫星姿态约束、传感器使用约束、过境时间约束、成像时云量及光照约束等,建立约束满足模型,针对模型设计编码和更新策略,并在布谷鸟搜索算法中引入非线性惯性权重对其进行改进,最后采用改进的布谷鸟搜索算法求解约束满足模型。求解结果表明,与遗传算法相比,本文算法的收敛性好、目标完成率高且稳定性强,验证了该算法的有效性。 相似文献
3.
通过分析区域目标多星成像任务规划的约束条件，建立相应的约束满足模型，并分析模型的数学复杂度。为改善遗传算法应用于多星成像任务规划问题时，全局搜索能力较弱的缺点，首次提出使用基因表达式编程求解此问题。在算法实现的过程中，设计出倒置遗传算子增强最优解的搜索，并引入知识库保留迭代过程中的精英个体。结果表明，基因表达式编程不仅有效和合理地解决了多星成像规划问题，而且极大地提高了解的精度。 相似文献
4.
遥感卫星地面站天线调度是解决遥感卫星数据接收天线资源不足和提高资源使用效率的有效途径。由于天线调度规则复杂,提出一种长短期记忆神经网络和启发式搜索相结合的智能调度方法。首先,使用长短期记忆神经网络模型从历史调度数据中提取天线使用规则,并使用该规则为遥感卫星数据接收任务分配接收天线,得到初始调度方案;其次,使用启发式方法,对初始方案中数据联合接收和资源选择冲突两个问题加以修正,得到实际可行的调度方案。结果表明:本方法与结合启发式规则的遗传算法相比在资源利用率和计算效率上均有提升,证明了本方法的有效性。 相似文献
1