期刊文章详细信息
求解多星任务规划问题的演化学习型蚁群算法 ( EI收录)
A learnable ant colony optimization to the mission planning of multiple satellites
文献类型:期刊文章
机构地区:[1]国防科技大学信息系统与管理学院管理系,长沙410073
基 金:国家自然科学基金(71031007;71101150;71071156;61203180;71101013)
年 份:2013
卷 号:33
期 号:3
起止页码:791-801
语 种:中文
收录情况:BDHX、BDHX2011、CSCD、CSCD2013_2014、CSSCI、CSSCI2012_2013、EI、IC、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊
摘 要:任务规划在成像卫星指挥控制过程中起着非常关键的作用,在成像卫星应用系统中处于神经中枢的地位.提出了一种求解多星任务规划问题的演化学习型蚁群算法:在参数绩效知识的指导下,采用动态参数模型为下次迭代随机选择较为合理的参数组合;从优化过程中不断地抽取构件知识,采用构件知识指导人工蚂蚁在后续优化过程中构建可行方案.在蚁群算法、动态参数决策模型和构件知识的共同作用下,演化学习型蚁群算法的优化绩效得到了极大提高.采用多星任务规划问题的21个测试实例进行实验,结果表明演化学习型蚁群算法在优化性能方面优于其他两种方法.
关 键 词:任务规划 参数绩效知识 参数动态调整 构件知识 蚁群算法
分 类 号:TP301.6]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...