衛(wèi)星艙布局問題的分步智能求解方法.pdf

1、針對衛(wèi)星艙布局問題，本文提出了基于分步求解策略的智能計算方法，根據(jù)布局問題的特點，充分利用啟發(fā)式方法可快速而有針對性地求解，同時，改進智能優(yōu)化算法，提高其跳出局部最優(yōu)的能力以及加快算法收斂速度，通過數(shù)值實驗說明了這些方法是行之有效的。
　　首先，從布局問題的研究背景入手，引出衛(wèi)星艙布局問題的相關背景和研究現(xiàn)狀，并簡要分析目前研究衛(wèi)星艙布局問題所遇到的困難，然后簡要地描述本文對于衛(wèi)星艙布局問題所做的研究工作。
　　其次，介紹現(xiàn)

2、今階段衛(wèi)星艙布局問題的求解方法，主要有啟發(fā)式方法和協(xié)同進化方法，其中啟發(fā)式方法包含了全裝填尋優(yōu)法和定位定序法。接著介紹了本文所提出的基于與約束條件相關的規(guī)則的分步求解方法，以達到多維約束降維的目的。
　　隨后，針對進化算法在求解帶二維衛(wèi)星艙布局問題上所出現(xiàn)的早熟現(xiàn)象，提出一種有利于保持種群多樣性的多量子態(tài)量子進化算法(MQSQIEA)，并結(jié)合高效的定位定序啟發(fā)式方法進行求解。通過多量子態(tài)編碼、基于平均收斂概率的收斂標準、基于禁忌策

3、略和啟發(fā)信息的觀測方法以及動態(tài)量子進化策略對量子進化算法的改進，提高了布局順序的優(yōu)化效率，并將定位概率函數(shù)引入到定位規(guī)則中以提高解的質(zhì)量，數(shù)值實驗結(jié)果表明，MQSQIEA在求解二維衛(wèi)星艙布局問題的高效性。
　　最后，以復雜的多約束耦合的三維衛(wèi)星艙布局問題為研究對象，將改進人工蜂群算法與合作式協(xié)同框架結(jié)合成人工蜂群協(xié)同進化算法，引入基于約束條件耦合關系強弱的分步求解策略，以降低多約束條件所造成的復雜度。仿真實驗結(jié)果表明，該算法能夠有