[发明专利]面向应急任务的多星分布式协同重调度方法

权利要求书

1.一种面向应急任务的多星分布式协同重调度方法，其特征在于，包括以下步骤：

步骤1：在地面生成多个离线可行解；

在地面生成多个离线可行解的方法是：

步骤1.1：将任务集根据自适应任务分配的大邻域搜索算法A-ALNS分配至不同卫星，得到一个起始解；

步骤1.2：根据所述起始解将被成功调度的任务分配给相应的卫星；

步骤1.3：将未成功调度的任务分配给全部卫星形成各卫星的新任务集合；

步骤1.4：对于每颗卫星上的新任务集合，使用单星求解的混合自适应大邻域搜索算法ALNS/TPF进行求解；

步骤2：将多个所述离线可行解发送给解训练器，所述解训练器根据离线可行解进行训练,得到各卫星在面对应急任务插入的各种不同状态时选择执行动作的最优调度策略；

步骤3：将所述离线可行解和最优调度策略上传给卫星；

步骤4：当卫星接收到应急任务时，判断应急任务是否插入多个离线可行解，计算应急任务插入后的可行解的收益；

步骤5：根据各可行解的收益使用评估器评估当前卫星的状态，将该状态与最优调度策略所对应的状态进行匹配；

步骤6：根据所匹配的状态从最优调度策略中选择一个最优动作；

步骤7：使所述最优动作更新当前执行的可行解，完成重调度；

所述解训练器根据离线可行解进行训练，得到各卫星在面对应急任务插入的各种不同状态时选择执行动作的最优调度策略的方法是：

步骤2.1：建立基于多Agent马尔可夫决策过程的最优协同方法的线性规划模型：

目标函数为：

约束条件为：

式(1)为目标函数，表示最大化全部动作的收益之和；其中，为决策变量，代表第i颗卫星在第h次决策，状态为s时，执行动作a的概率，R_i(s,a)表示第i颗卫星的收益矩阵，当第i颗卫星在状态为s时，执行动作a的收益，收益的值等于可行解的收益值，A_i表示第i颗卫星的动作空间，第i颗卫星的动作空间用一个2×n的矩阵表示，其中，矩阵的行编号1或2表示是否执行应急任务；矩阵的列编号表示是否选择某一个可行解；S_i表示第i颗卫星的状态空间，使用一个n×(n+1)的矩阵表示，矩阵的行编号表示当前执行的解；矩阵的列编号中，前n列表示当前的应急任务插入第n个解时收益最高，最后一列(n+1)表示应急任务无法插入到任何一个解中；

约束(2)和(3)是维持状态转移概率的约束，其中T_i(s,a,s')表示第i颗卫星的状态转移矩阵，代表第i颗卫星在状态为s，执行动作a时，状态转移到s'的概率，T_1,i(s)代表初始状态概率；

约束(4)和约束(5)确保卫星不会进行重复观测，其中约束(4)限制的是对于应急任务的观测次数，而约束(5)限制的是对于每个普通任务的观测次数，M表示对于一个任务所允许的最大观测次数；T为任务集合，P_i(t,a)为中间变量，定义如下：

约束(6)表示在应急任务无法插入时，卫星不会选择观测应急任务；约束(7)表示的是决策变量的取值范围；

步骤2.2：对所述线性规划模型进行求解，得到卫星在面对应急任务到达时的不同状态时，选择执行各种动作的概率

步骤5中根据各可行解的收益使用评估器评估当前卫星的状态，将该状态与最优调度策略所对应的状态进行匹配的方法是：

步骤5.1：在应急任务到达时，比较应急任务插入各可行解后的各可行解的收益，得到插入后收益最高的可行解的编号；

步骤5.2：根据插入后收益最高的可行解的编号，或者应急任务无法插入所有可行解的情况，从预先定义的状态空间中找到应急任务到达时卫星的状态并输出。

2.根据权利要求1所述的方法，其特征在于，步骤6中根据所匹配的状态从最优调度策略中选择一个最优动作的方法是：根据所匹配的状态，从最优调度策略中找到卫星执行各种动作的概率，使用轮盘赌的方法从预先定义的动作空间中选择一个动作来执行。