项目名称: 对地观测卫星系统部署-调度一体化问题研究

项目编号: No.71501180

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 管理科学

项目作者: 刘晓路

作者单位: 中国人民解放军国防科技大学

项目金额: 17.4万元

中文摘要: 对地观测卫星系统(EOSS)是当前最主要的太空信息获取平台,其观测效能取决于系统的部署和调度两个方面。部署子问题通过优化卫星的轨道和载荷配置参数实现对系统性能的改进,调度子问题在既定部署方案下通过合理分配和安排卫星资源实现对用户需求的最大化满足,两者互相耦合、互相影响。当前,我国EOSS的部署与调度相互分离,致使系统效能不高。针对此,本项目研究EOSS部署-调度的一体化问题,常规模式下将问题建模为连续空间的高维黑箱优化问题,提出基于代理模型的近似优化方法进行求解;应急模式下将问题建模为双层优化问题,构建了基于遗传算法(GA)和自适应大邻域搜索(ALNS)算法的求解框架,GA用以生成系统的部署方案并将其作为调度问题的输入,ALNS用以实现不同卫星的协同调度,调度结果作为GA适应度函数对部署方案进行评估。本项目提供了一种新的双层优化问题的求解框架,对我国未来对地观测卫星系统的发展具有重要的理论支持。

中文关键词: 部署调度一体化;双层优化;自适应大邻域搜索;代理模型;时间依赖

英文摘要: Earth observation satellite system (EOSS) works as the main space platform acquiring earth images. Its observation performance is determined by two coupled problems of system configuration and scheduling. Problem of system configuration is solved to improve EOSS performance by optimizing orbit and sensor parameters of satellites. Problem of scheduling is to maximize the number of satisfied user requests by reasonably allocate satellites. The two problems are interactively coupled by common variables influencing the observation efficiency of EOSS. EOSS of our country is of low efficiency due to the separation of two problems. Therefore, problem of integrated configuration and scheduling of EOSS is investigated. For regular situation it is taken as a high-dimensional black-box optimization problem in continuous space which is solved by a surrogate model based approximation method. For emergency situation, the problem becomes a bi-level optimization problem. A combined framework of genetic algorithm (GA) and adaptive large neighborhood search (ALNS) algorithm is proposed to solve it. GA is used to generate different system configurations which will work as inputs of EOSS scheduling problem. ALNS will create a schedule so that different satellites can work in a collaborated way. Then the created schedule is fed back to GA as its fitness merit to judge whether the configuration is optimized or not. The acquisitions of this project raise a new method to solve the bi-level optimization problem. At the same time they provide important theoretical supports for the development of future EOSS in our country.

英文关键词: Integrated configuration and scheduling; Bi-level optimization;Adaptive large neighborhood search;Surrogate model;Time dependent

成为VIP会员查看完整内容
1

相关内容

北约《军事系统的网络安全风险评估》技术报告
专知会员服务
98+阅读 · 2022年4月18日
空天地一体化通信系统白皮书
专知会员服务
173+阅读 · 2022年2月26日
类脑超大规模深度神经网络系统
专知会员服务
54+阅读 · 2022年1月21日
【博士论文】集群系统中的网络流调度
专知会员服务
42+阅读 · 2021年12月7日
专知会员服务
19+阅读 · 2021年10月15日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
65+阅读 · 2021年8月28日
专知会员服务
34+阅读 · 2021年8月1日
机器学习模型安全与隐私研究综述
专知会员服务
111+阅读 · 2020年11月12日
Spark & Hive 云原生改造在智领云的应用
CSDN
0+阅读 · 2022年4月8日
类脑超大规模深度神经网络系统
专知
2+阅读 · 2022年1月21日
【博士论文】集群系统中的网络流调度
专知
4+阅读 · 2021年12月7日
EMBEDDING 在大厂推荐场景中的工程化实践
图与推荐
0+阅读 · 2021年11月26日
社区分享|如何让模型在生产环境上推理得更快
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Search-based Methods for Multi-Cloud Configuration
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
39+阅读 · 2021年11月11日
小贴士
相关VIP内容
北约《军事系统的网络安全风险评估》技术报告
专知会员服务
98+阅读 · 2022年4月18日
空天地一体化通信系统白皮书
专知会员服务
173+阅读 · 2022年2月26日
类脑超大规模深度神经网络系统
专知会员服务
54+阅读 · 2022年1月21日
【博士论文】集群系统中的网络流调度
专知会员服务
42+阅读 · 2021年12月7日
专知会员服务
19+阅读 · 2021年10月15日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
65+阅读 · 2021年8月28日
专知会员服务
34+阅读 · 2021年8月1日
机器学习模型安全与隐私研究综述
专知会员服务
111+阅读 · 2020年11月12日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员