買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜合肥工業大學申請的專利考慮最大收益和負載均衡的分布式多星任務規劃方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114997611B 。

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210542792.X，技術領域涉及：G06Q10/0631；該發明授權考慮最大收益和負載均衡的分布式多星任務規劃方法是由胡笑旋;程一玲;唐玉芳;伍藝;邢立剛設計研發完成，并于2022-05-18向國家知識產權局提交的專利申請。

本考慮最大收益和負載均衡的分布式多星任務規劃方法在說明書摘要公布了：本發明提供一種考慮最大收益和負載均衡的分布式多星任務規劃方法和系統，涉及多星任務規劃技術領域。本發明中，獲取衛星資源集合和待觀測的任務集合；結合預設的最大化總觀測收益目標和星群負載均衡目標的多星任務規劃模型，獲取多星任務規劃的多個可行解；采用分布式協同進化粒子群算法獲取最終的分布式多星任務協同觀測規劃方案。考慮分布式衛星負載均衡，構建多星任務規劃模型；設計分布式協同進化粒子群算法，分粒子協同進化再隨機匹配沖突消解，得到完整的新粒子，改善了種群多樣性，同時引入成對競爭機制，增加了粒子社會學習的來源，避免出現“早熟”收斂的情況，從而獲得更好的分布式多星任務協同觀測規劃方案，提高衛星資源利用效率。

本發明授權考慮最大收益和負載均衡的分布式多星任務規劃方法在權利要求書中公布了：1.一種考慮最大收益和負載均衡的分布式多星任務規劃方法，其特征在于，包括：S1、獲取衛星資源集合和待觀測的任務集合；S2、根據所述衛星資源集合和任務集合，結合預設的最大化總觀測收益目標和星群負載均衡目標的多星任務規劃模型，獲取多星任務規劃的多個可行解；S3、根據多個所述可行解，采用分布式協同進化粒子群算法獲取最終的分布式多星任務協同觀測規劃方案；所述S2中的多星任務規劃模型，包括：最大化總觀測收益目標和星群負載均衡目標的目標函數： 其中，λ1、λ2分別表示總觀測收益目標和星群負載均衡目標的權重；衛星資源集合，NS為衛星資源的數量；待觀測任務集合，NT為任務的數量；為任務ti在衛星Sj上可見時間窗的數量； 為決策變量， pi為任務ti的觀測收益；CTj為衛星Sj觀測調度的任務數；LD為星群負載均衡評價值，即規劃方案中各衛星完成任務數量的標準差大小： 所述S3中多星任務規劃模型，還包括約束條件： otsij+duri＝oteij7其中，公式4表示一個任務最多被觀測一次；公式5表示任務觀測時需要滿足時間窗要求，即任務的執行時間窗要在可見時間窗之內；為任務ti在衛星Sj上第a個可見時間窗；為任務ti在衛星Sj上第a個可見時間窗開始時間；為任務ti在衛星Sj上第a個可見時間窗結束時間；公式6表示連續觀測任務時間間隔約束；tri,i+1為衛星Sj上衛星傳感器觀測任務ti和任務ti+1間的姿態轉換時間；公式7表示任務的觀測結束時間等于觀測開始時間與任務觀測持續時間之和；duri為衛星Sj上衛星傳感器對任務ti的觀測持續時間；otsij、oteij分別代表任務ti在衛星Sj上的實際觀測的開始時間和結束時間；所述S3具體包括：S31、令t＝0；將每個初始解作為一個粒子放入初始粒子種群，粒子總數為TK，TK＝K·NS；隨機初始化整個種群中每個粒子的位置和速度；S32、將所述初始粒子種群中的每個粒子ptk的基因矩陣按照衛星序號拆分成條狀，得到衛星Sj對應的分粒子基因向量dptkj，構成分粒子基因向量集合TDPj＝{dp1j,…,dptkj,…,dpTKj}；所述基因矩陣包括序號矩陣和權值矩陣；S33、計算分粒子基因向量dptkj中所有分粒子的適應度值； 其中，為第t代分粒子dptkj的適應度值；wtk,j,m為權值矩陣中的元素，即分粒子ptkj對應的方案中衛星Sj第m個觀測任務的權值；并從分粒子基因向量集合TDPj中，按照精英選擇策略選取K個分粒子組成初始的分種群DPj＝{dp1j,…,dpkj,…,dpKj}，共得到NS個初始分種群：DP1,…,DPj,…,DPNS；S34、定義初始的分種群DPj中分粒子的初始位置及其適應度值分別為對于初始的分種群DPj中適應度值最大的分粒子，將其位置和評價值分別定義為gBesttj和針對初始的分種群DPj，采用預設的移動公式，執行分粒子協同進化更新分粒子的速度和位置；S35、依次選擇當前分鐘群中的分粒子dpkj，隨機從其他當前分種群中各選取一個分粒子組成準粒子qpk，然后進行匹配沖突消解，得到完整的粒子，每個衛星Sj得到子種群Pj,j＝1,2,…,NS，子種群Pj的粒子數量為K；S36、計算每個子種群Pj中各個粒子pk的位置及其適應度值從而確定每個子種群Pj中適應度值最大的粒子的位置及其適應度值AItgBestj；確定AItgBestj最小的第一子種群Pj、以及AItgBestj最大的第二子種群Pj，將所述第一子種群Pj中適應度值最小的粒子，與第二子種群Pj中隨機選擇一個粒子進行交換；S37、采用所述移動公式更新整個子種群Pj中所有粒子的速度和位置；S38、計算當前子種群Pj中每個粒子pk的當前適應度值更新與 S39、當迭代次數達到預設最大進化次數Nmax，或者種群收斂系數達到預設閥值ε0時停止迭代，比較各個當前子種群對應的AIgBestj，確定當前初始粒子種群TP的全局最優位置及其適應度值gBestt、AIgBest，解碼對應的粒子獲取最終的分布式多星任務協同觀測規劃方案；否則，合并各個當前子種群Pj得到粒子群并作為下一次迭代過程中的初始粒子種群TP，令t＝t+1，返回S32。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人合肥工業大學，其通訊地址為：230009 安徽省合肥市包河區屯溪路193號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。