摘要：低轨预警卫星系统可以对预警目标进行近实时地监测,而低轨预警卫星任务调度问题约束性强、解空间大.为提升低轨预警卫星系统的规划能力,提升卫星的跟踪监视能力,设计一种改进的自适应大邻域搜索算法.首先针对预警任务需求以及资源约束,基于任务分解与子任务间姿态机动时间计算等预处理,构建以最大化预警任务完成率为优化目标的任务调度模型.然后提出MC-CTA-ALNS算法,该算法通过最小观测机会冲突优先分配与关键任务聚合的任务分配算法生成一个质量较优的初始可行解,迭代优化过程中自适应更新算子权重,并根据权重选择每一代的破坏与修复算子、构造邻域,同时结合Metropolis准则,增加对全局最优解的探索.最后为验证所提算法的有效性与适用性,进行大量仿真实验,将MC-CTA-ALNS算法与基于MC-CTA原则的任务分配算法、CTA-ALNS算法、MO-SA算法及精确求解在16个不同规模的测试用例上进行对比.实验结果表明:MC-CTA-ALNS算法与对比算法相较,能分别将预警任务完成率提高9.31%、15.82%和25.11%.
