Ensemble von Metaheuristik und exakten Algorithmen basierend auf dem Divide-and-Conquer-Rahmenwerk für die Planung von Multisatellitenbeobachtungen

Die Planung von Satellitenbeobachtungen spielt eine wesentliche Rolle bei der Verbesserung der Effizienz von Erdbeobachtungssystemen. Um das groß angelegte Problem der Planung von Multisatellitenbeobachtungen zu lösen, schlägt dieser Artikel ein Ensemble von Metaheuristik und exakten Algorithmen basierend auf einem Divide-and-Conquer-Rahmenwerk (EHE-DCF) vor, das eine Aufgabenallokationsphase und eine Aufgabenschedulingphase umfasst. In der Aufgabenallokationsphase wird jede Aufgabe einer geeigneten Umlaufbahn zugeordnet, basierend auf einer Metaheuristik, die eine probabilistische Auswahl und einen Tabu-Mechanismus integriert, die jeweils aus der Optimierung von Ameisenkolonien und der Tabusuche abgeleitet sind. In der Aufgabenschedulingphase bauen wir ein Aufgabenscheduling-Modell für jede einzelne Umlaufbahn auf und lösen das Modell mit einer exakten Methode (d.h. Branch and Bound, B&B). Die Phasen der Aufgabenallokation und des Aufgabenscheduling werden iterativ durchgeführt, um eine vielversprechende Lösung zu erzielen. Um die Leistung des EHE-DCF zu validieren, vergleichen wir es mit B&B, drei auf Divide-and-Conquer basierenden Metaheuristiken und einer modernen Metaheuristik. Experimentelle Ergebnisse zeigen, dass das EHE-DCF höhere Planungsgewinne erzielen und mehr Aufgaben im Vergleich zu bestehenden Algorithmen abschließen kann. Das EHE-DCF ist insbesondere für groß angelegte Probleme der Satellitenbeobachtungsplanung effizient.