基于模糊适应度评估方法的通信卫星网络演化任务调度算法

通信卫星网络（CSN）作为下一代通信系统的重要组成部分，具备全球覆盖服务的能力。该网络的数据传输主要依赖两种模式：星际间通信和卫星到地面站通信。后者直接影响数据被用户接收的成功率。然而，由于资源和任务限制，找到满意的解决方案具有挑战性。通信卫星-地面站网络调度问题（CS-GSNSP）旨在通过制定计划来最大化链路构建时间，同时考虑卫星运营模式的约束，从而优化CSN的有效性。在问题中大量任务和众多约束导致评估适应度函数值耗时。为解决此问题，我们提出了一种模糊适应度评估方法（FFEM），其采用基于个体相似度的模糊或真实评估方法。此外，我们引入了一种基于FFEM的演化算法（FFEEA），用于迭代搜索高质量的网络构建方案。在FFEEA中，采用自适应交叉方法进行高效的种群搜索。最后进行了大量实验，证明我们提出的模糊适应度评估方法以及其他改进策略显著提升了卫星网络服务时间。该研究提出了一种新方法，通过减轻适应度评估复杂度，来提高解决诸如CS-GSNSP等组合优化问题的效率。