[发明专利]一种基于混合整数规划的多飞行器任务调度方法

说明书

本发明涉及飞行器任务调度领域，具体为一种基于混合整数规划的多飞行器任务调度方法，包括将对地卫星任务调度问题建模为一个混合整数规划模型，利用分支定界方法对得到的混合整数规划问题进行求解，将分支定界问题建模为马尔科夫决策过程，求解分支定界问题，得到专家策略的数据集，利用模仿学习得到分支定界策略，测试策略求解时间并迭代更新策略池，直至求解时间不再减少后输出最终训练得到的策略。本方法利用分支定界方法对其进行求解，可以近似保证解的最优性，在保证最优性的前提下，提高分支定界方法的求解速度。

技术领域

本发明涉及飞行器任务调度领域，尤其涉及混合整数规划问题，具体为一种基于混合整数规划的多飞行器任务调度方法。

背景技术

飞行器是在大气层内或大气层外空间（太空）飞行的器械。其中，在大气层内飞行的称为航空器。在太空飞行的称为航天器，如卫星、载人飞船、空间探测器、航天飞机等。其中，在航天器中，对地观测卫星在国民经济和社会发展中发挥着重要的作用，其应用领域包括气象预报、国土普查、作物估产、森林调查、地质找矿、海洋预报、环境保护、灾害监测、城市规划、地图测绘等方面。

卫星任务调度技术是指在卫星任务需求与管控需求的驱动下，通过对任务和资源的建模，在满足任务约束与资源约束的条件下，最大化卫星任务效益与管控效益的一种优化技术。随着在轨卫星数量的不断增加，卫星任务调度呈现出大规模、复杂化等新常态和灵活组网、快速响应等新需求。因此，设计高效智能的卫星任务调度方法是卫星任务调度技术研究发展的必然要求。

混合整数规划是一种通用的优化技术，在多个领域有着极为广泛的应用。混合整数规划指部分决策变量限制为整数的数学优化问题，它对于解决生产计划、任务调度、路径规划等复杂的组合优化问题都具有极为重要的作用。对其基本理论和计算方法的研究最早可以追溯至几十年前，至今仍然有大量学者在该领域内不断进行更深入的研究和探索。如CN 111091242 A公开了一种电力负荷的最优非参数区间预测方法，该方法构建了基于机器学习的混合整数规划模型，通过混合整数约束保证区间覆盖率满足置信水平，并以最小化区间宽度为训练目标，摆脱了传统电力负荷区间预测对参数化概率分布和单一分位水平的限制。CN 113568675 A公开了一种基于分层强化学习的车联网边缘计算任务卸载方法，将车联网边缘计算任务卸载问题建模为非线性混合整数规划问题。

尽管快速求解混合整数规划问题对于卫星任务调度问题以及卫星在轨执行任务具有非常重要的意义，但是这类问题的求解往往是NP难问题，即没有一种多项式时间算法可以保证能够求解一般的混合整数规划问题。目前，求解混合整数规划问题的算法除了一些精确的数值方法（如分支定界法、分支切割法等）外，还包括一些启发式算法，这些启发式算法因其简单、高效而被广泛使用。然而，很多有效的启发式算法，包括局部分支等，往往都需要一个初始可行的解决方案才可以进一步进行求解。因此，找到一个可行的解决方案通常是解决混合整数规划问题的第一步，也是非常关键的一步。但是，即便仅仅求可行解，该问题也是一个NP难问题。即使是技术较为成熟的一些商业求解器，如CPLEX、Gurobi、SCIP等，也可能在求解过程中遇到困难，甚至求解失败。目前，求解卫星任务调度问题的方法主要可以分为三类，即启发式方法、精确求解方法以及元启发式方法。比较常用的几种启发式方法包括优先级排序算法、冲突消解算法、任务分配算法等，可以有效降低问题的求解难度和决策维度，从而快速构造可行解。以分支定界算法、动态规划算法为代表的精确求解方法能够求得卫星任务调度问题的全局最优解，在动态或不确定环境下也可以保证解的全局最优性。而以演化算法、局部搜索算法为主的元启发式方法的主要思想是，在全局解空间内从初始解出发有选择地向优质解移动，因此这类方法往往具有比较强的全局寻优能力。