Un algoritmo de planificación híbrido GA-SA combinado con un clustering mejorado para misiones de satélites de observación LEO
Autores: Long, Xiangyu; Wu, Shufan; Wu, Xiaofeng; Huang, Yixin; Mu, Zhongcheng
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Un algoritmo de planificación híbrido GA-SA combinado con un clustering mejorado para misiones de satélites de observación LEO
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Herramienta de planificación de misiones espaciales
Satélites de observación en LEO
Preprocesamiento de agrupamiento
Algoritmo genético
Algoritmo de recocido simulado
Modelo de teoría de grafos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 49
Citaciones: Sin citaciones
Este documento presenta una herramienta de planificación de misiones espaciales, que fue desarrollada para satélites de observación en LEO (Órbita Terrestre Baja). La herramienta se centra en una estrategia de planificación de dos fases con preprocesamiento de agrupamiento y planificación de la misión, donde se aplica un algoritmo de agrupamiento mejorado, y se presenta y se discute un algoritmo híbrido que combina el algoritmo genético con el algoritmo de recocido simulado (GA-SA). Los estudios experimentales de simulación demuestran que el algoritmo GA-SA con el algoritmo de partición de cliques mejorado basado en el modelo de teoría de grafos exhibe un valor de aptitud más alto y un mejor rendimiento y fiabilidad de optimización que los algoritmos GA o SA por separado.
Descripción
Este documento presenta una herramienta de planificación de misiones espaciales, que fue desarrollada para satélites de observación en LEO (Órbita Terrestre Baja). La herramienta se centra en una estrategia de planificación de dos fases con preprocesamiento de agrupamiento y planificación de la misión, donde se aplica un algoritmo de agrupamiento mejorado, y se presenta y se discute un algoritmo híbrido que combina el algoritmo genético con el algoritmo de recocido simulado (GA-SA). Los estudios experimentales de simulación demuestran que el algoritmo GA-SA con el algoritmo de partición de cliques mejorado basado en el modelo de teoría de grafos exhibe un valor de aptitud más alto y un mejor rendimiento y fiabilidad de optimización que los algoritmos GA o SA por separado.