科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2012年
31期
8293-8298
,共6页
多星任务规划%改进模拟退火%冲突处理%知识更新
多星任務規劃%改進模擬退火%遲突處理%知識更新
다성임무규화%개진모의퇴화%충돌처리%지식경신
多星任务规划是一个多任务冲突、多资源约束的优化问题.随着卫星数量的日益增多,其地位越来越重要.针对该问题,综合蚁群算法的反馈特性和模拟退火算法的局部搜索特性,设计了一种基于知识的改进模拟退火算法.并对知识定义、知识更新规则和任务冲突处理策略做了详细描述.仿真表明算法在性能上比遗传算法(Genetic Algorithm,GA)和蚁群算法(Ant Colony Algorithm,ACO)均有一定的优势,证明了改进模拟退火算法的有效性.
多星任務規劃是一箇多任務遲突、多資源約束的優化問題.隨著衛星數量的日益增多,其地位越來越重要.針對該問題,綜閤蟻群算法的反饋特性和模擬退火算法的跼部搜索特性,設計瞭一種基于知識的改進模擬退火算法.併對知識定義、知識更新規則和任務遲突處理策略做瞭詳細描述.倣真錶明算法在性能上比遺傳算法(Genetic Algorithm,GA)和蟻群算法(Ant Colony Algorithm,ACO)均有一定的優勢,證明瞭改進模擬退火算法的有效性.
다성임무규화시일개다임무충돌、다자원약속적우화문제.수착위성수량적일익증다,기지위월래월중요.침대해문제,종합의군산법적반궤특성화모의퇴화산법적국부수색특성,설계료일충기우지식적개진모의퇴화산법.병대지식정의、지식경신규칙화임무충돌처리책략주료상세묘술.방진표명산법재성능상비유전산법(Genetic Algorithm,GA)화의군산법(Ant Colony Algorithm,ACO)균유일정적우세,증명료개진모의퇴화산법적유효성.
