买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学;上海宇航系统工程研究所申请的专利一种针对GEO轨道共面在轨加注任务规划方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116011788B 。

龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310089789.1，技术领域涉及：G06Q10/0631；该发明授权一种针对GEO轨道共面在轨加注任务规划方法是由梁维奎;郭浩男;郭延宁;马广富;宋斌;李兴龙设计研发完成，并于2023-02-09向国家知识产权局提交的专利申请。

本一种针对GEO轨道共面在轨加注任务规划方法在说明书摘要公布了：一种针对GEO轨道共面在轨加注任务规划方法，本发明涉及针对GEO轨道共面在轨加注任务规划方法。本发明的目的是为了解决现有的GEO轨道共面在轨往返式加注往往采用单层或两层优化策略，会导致在寻优的过程中陷入局部最优解，并且收敛速度不够快，很难找到最优解，致使服务星往返服务站目标星进行加注任务时的燃料消耗不能达到最优的问题。过程为：步骤一、建立GEO轨道共面在轨加注任务规划模型；步骤二、根据CGAPB三层优化算法对GEO轨道共面在轨加注任务规划模型进行求解，获得最优的服务星的服务顺序序列，最优的服务时间序列以及服务星返回服务站的最优时间节点序列。本发明用于航天技术领域。

本发明授权一种针对GEO轨道共面在轨加注任务规划方法在权利要求书中公布了：1.一种针对GEO轨道共面在轨加注任务规划方法，其特征在于：所述方法具体过程为： 步骤一、建立GEO轨道共面在轨加注任务规划模型； 步骤二、根据CGAPB三层优化算法对GEO轨道共面在轨加注任务规划模型进行求解，获得最优的服务星的服务顺序序列，最优的服务时间序列以及服务星返回服务站的最优时间节点序列； 所述步骤一中建立GEO轨道共面在轨加注任务规划模型；具体过程为： 建立GEO轨道共面在轨加注任务规划模型； 其中，n为目标星的总数，xi、xj分别为第i颗、第j颗目标星编号； ti为服务星为第i颗目标星加注所消耗的时间； si为服务星为第i颗目标星加注后是否返回服务站决定标志，0为不返回，1为返回； sn为服务星为第n颗目标星加注后返回服务站决定标志； fi为服务星从服务站出发为第i颗目标星加注所携带的燃料质量，单位kg，若非从服务站出发为第i颗目标星加注，则为0； f为整个加注任务服务星所消耗的燃料质量，单位kg； C为服务星携带燃料上限，单位为kg； Tmax为任务总时长约束； 所述步骤二中根据CGAPB三层优化算法对GEO轨道共面在轨加注任务规划模型进行求解，获得最优的服务星的服务顺序序列，最优的服务时间序列以及服务星返回服务站的最优时间节点序列；具体过程为： 步骤二一、将GEO轨道共面在轨加注任务规划模型转换为如下： findXbest＝[x1,x2,…,xn] 其中，n为目标星的总数，xi、xj为具体某颗目标星编号； Xbest为最优的服务星的服务顺序序列； find为寻找； Tbest为服务星根据服务序列Xbest所对应的最优的服务时间序列，单位为天； ti为服务星为第i颗目标星加注所消耗的时间； Tmax为任务总时长约束，单位为天； Sbest为服务星返回服务站的最优时间节点序列，0为不返回，1为返回； si为服务星为第i颗目标星加注后是否返回服务站决定标志，0为不返回，1为返回； sn服务星为第n颗目标星加注后返回服务站决定标志； fi为服务星从服务站出发为第i颗目标星加注所携带的燃料质量，单位kg，若非从服务站出发为第i颗目标星加注，则为0； f为整个加注任务服务星所消耗的燃料质量，单位kg； C为服务星携带燃料上限，单位为kg； 步骤二二、根据CGAPB三层优化算法对GEO轨道共面在轨加注任务规划模型进行求解，获得最优的服务星的服务顺序序列，最优的服务时间序列以及服务星返回服务站的最优时间节点序列； 所述步骤二二中根据CGAPB三层优化算法对GEO轨道共面在轨加注任务规划模型进行求解，获得最优的服务星的服务顺序序列，最优的服务时间序列以及服务星返回服务站的最优时间节点序列；具体过程为： 步骤二二一、采用混沌遗传算法进行优化求解服务序列； 步骤二二二、采用粒子群算法优化服务时间； 步骤二二三、采用分支定界算法优化返回服务站的时间节点； 所述步骤二二一中采用混沌遗传算法进行优化求解服务序列；具体过程为： 步骤二二一一、初始化种群；具体过程为： 采用整数排列到小数的映射方式进行混沌初始化服务星服务顺序序列集合X； X＝[X1,X2,…,Xi′,…,XNP]； Xi′＝[x1,x2,…,xi,…,xn]； 其中，NP为种群数量，即服务星服务顺序序列集合中服务星服务顺序序列个数；Xi′为服务星服务顺序序列集合中第i′个服务顺序序列；xi为第i颗目标星编号； 步骤二二一二、计算适应度值；具体过程为： 将每个Xi′赋值给步骤二二二，得到每个Xi′对应的服务时间Ti′、服务星返回服务站的时间节点序列Si′以及适应度值Fi′； 将适应度值进行比较，得到此代最优个体，更新最优个体，记为服务顺序序列、服务时间、服务星返回服务站的时间节点序列、适应度值； 步骤二二一三、对序列X＝[X1,X2,…,Xi′,…,XNP]进行选择操作：采用轮盘赌策略； 步骤二二一四、进行交叉操作； 然后进行去重复操作：从左到右把出现重复的基因用没有出现的代替； 步骤二二一五、变异操作：随机选取染色体中的两个基因，进行交换； 步骤二二一六、进行混沌扰动； 步骤二二一七、判断是否满足迭代要求，若满足，则结束，得到最优服务顺序序列Xbest、对应的最优服务时间Tbest、最优服务星返回服务站的时间节点序列Sbest以及最优适应度值Fbest；若不满足迭代要求，则执行步骤二二一二； 所述步骤二二一六中进行混沌扰动；具体过程为： 首先将经过步骤二二一五变异操作后的Xi′映射到0～1的小数zi′，具体映射方式为： 序列经过步骤二二一五变异操作后的Xi′按照从小到大的规则排列为n！个，其中第个排列映射的小数为 设置混沌扰动系数k为迭代次数； 设置扰动量Δz＝rand×α×-1randi×p； rand为0～1的随机数，randi为0或1，p需要根据n长度而定； 在zi′加上扰动量Δz后得到新的小数zi′′； 根据步骤二二一一的映射方法，映射到序列Xi′′，将序列Xi′′赋值给步骤二二二，得到每个Xi′′对应的服务时间Ti′′、对应的服务星返回服务站的时间节点序列Si′′以及所对应的适应度值Fi′′； 如果得到更小的适应度值，则将Xi′′替换Xi′，得到新的序列X＝[X1,X2,…,Xi′′,…,XNP] 所述步骤二二二中采用粒子群算法优化服务时间Tbest；具体过程为： 步骤二二二一、初始化粒子群参数；具体过程为： 随机生成粒子种群T＝[T1,T2,…,Ti′,…,TNP]，Ti′＝[t1,t2,…,ti,…,tn]，NP为粒子种群数量，满足约束条件ti∈[1,Tmax],sumti≤Tmax； 随机生成粒子速度V； 步骤二二二二、将T1,T2,…,Ti′,…,TNP分别和步骤二二一的服务顺序结合赋值给步骤二二三，计算服务星返回服务站的时间节点序列以及相应的适应度值； 将适应度值最小值对应的时间序列记为最优服务时间； 步骤二二二三、采用粒子群法更新速度V和随机生成的粒子种群TNP，其中惯性权重： 其中，iter_max为最大迭代次数，wmin表示最小惯性权重，wmax表示最大惯性权重，iter代表当前迭代次数； 步骤二二二四、满足迭代次数则返回Fmin，以及所对应的时间序列；不满足则执行步骤二二二二； 所述步骤二二三中采用分支定界算法优化返回服务站的时间节点；具体过程为： 步骤二二三一、初始化分支定界算法参数；具体过程为： 初始化矩阵ind0＝[0]和ind1＝[1]，以及二者组合矩阵Ind＝[ind0；ind1]，由于返回服务站节点最后一位必为1，所以只需求解前n-1位即可，n为目标星数量； 步骤二二三二、根据Ti′以及步骤二二一的服务顺序结合优化返回服务站的时间节点和所对应的适应度值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学;上海宇航系统工程研究所，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。