采用病毒进化遗传算法进行多星任务规划的搜索处理方法

摘要

本发明公开了一种采用病毒进化遗传算法进行多星任务规划的搜索处理方法，该处理方法以成像序列和数传序列作为染色体编码，在遗传进化的基础上，引入了病毒操作机制，通过病毒感染和删减的操作横向传递进化解的局部搜索，实现了全局搜索与局部搜索的结合，压缩的搜索空间，避免了最优可行解的丢失，提高了多星任务规划的效率。

主权项

一种采用病毒进化遗传算法进行多星任务规划的搜索处理方法，其特征在于该处理方法包括下列处理步骤：步骤一：将满足约束条件的多星任务规划生成的任意一个可行解I看成是一个染色体，该染色体中只有成像基因C和数传基因S；从病毒进化操作中将成像动作序列C称作成像基因，数传动作序列S称作数传基因；当确定了可行解I＝{C，S，TC，TS}中的成像动作序列C和数传动作序列S后，卫星成像开关机时间TC和卫星数传开关机时间TS得以确定，则有一个可行解I＝{C，S，TC，TS}对应有唯一的一个染色体；在这个染色体中C和S就是它的基因；步骤二：依据遗传传递关系 fithost = ( Σ C j ) ( I ) + C max ( I ) I ∈ Ψ B + T + π C j ( M ) else 获取所述染色体的适应度，简称为第一适应度；所述的遗传传递关系 fithost = ( Σ C j ) ( I ) + C max ( I ) I ∈ Ψ B + T + π C j ( M ) else 式中各字母的物理意义为：(∑Cj)(I)表示可行解I对应的完成成像任务需要消耗的星地资源Cj，称为任务成本；Cmax(I)表示多星任务规划在完成可行解I时所需的任务周期；Ψ表示多星任务规划的约束条件；I∈Ψ表示可行解I满足这个约束条件；else表示可行解I不属于这个约束条件；B表示多星任务规划的最大成本；T表示多星任务规划的最长周期；π表示一个常数，设置为10～70之间的一个整数；Cj(M)表示可行解I的染色体向量M对星地资源Cj的超出额度；步骤三：病毒进化操作(A)采用一个病毒感染率Pin对步骤一的染色体中的成像基因C和数传基因S分别进行病毒感染，生成一个病毒染色体；(B)对病毒染色体采用遗传传递关系 fithost = ( Σ C j ) ( I ) + C max ( I ) I ∈ Ψ B + T + π C j ( M ) else 获取 该病毒染色体的适应度，简称为第二适应度；(C)判断第二适应度与第一适应度的大小，如果第二适应度小于第一适应度，则用病毒染色体替换步骤一的染色体去感染下一个染色体；如果第二适应度大于等于第一适应度，则用病毒染色体去感染下一个染色体；(D)重复执行(A)～(C)步直至当前获得的病毒染色体的适应度小于0时，病毒进化操作结束；步骤四：病毒删减将病毒染色体中的被感染的基因用一个通配符η代替，生成第三染色体；该第三染色体将作为多星任务规划时的搜索对象。