[論文レビュー] An adaptive Simulated Annealing-based satellite observation scheduling method combined with a dynamic task clustering strategy

Guohua Wu, Huilin Wang+5 more|arXiv (Cornell University)|Jan 14, 2014

Satellite Communication SystemsEngineering参考文献 32被引用数 17

ひとこと要約

本稿では、人工衛星観測スケジューリングに適応的シミュレーテッドアニーリング（ASA）と動的タスククラスタリングを統合したASA-DTCを提案する。動的タスクグループ化と適応的温度制御、タブーリストの再訪問回避、ハイブリッド近傍構造を組み合わせることで、特に大規模または密集したターゲット集合において、スケジューリング効率が著しく向上し、静的クラスタリング手法を凌駆する性能を示した。シミュレーション研究においてその有効性が確認された。

ABSTRACT

Efficient scheduling is of great significance to rationally make use of scarce satellite resources. Task clustering has been demonstrated to realize an effective strategy to improve the efficiency of satellite scheduling. However, the previous task clustering strategy is static. That is, it is integrated into the scheduling in a two-phase manner rather than in a dynamic fashion, without expressing its full potential in improving the satellite scheduling performance. In this study, we present an adaptive Simulated Annealing based scheduling algorithm aggregated with a dynamic task clustering strategy (or ASA-DTC for short) for satellite observation scheduling problems (SOSPs). First, we develop a formal model for the scheduling of Earth observing satellites. Second, we analyze the related constraints involved in the observation task clustering process. Thirdly, we detail an implementation of the dynamic task clustering strategy and the adaptive Simulated Annealing algorithm. The adaptive Simulated Annealing algorithm is efficient, with the endowment of some sophisticated mechanisms, i.e. adaptive temperature control, tabu-list based revisiting avoidance mechanism, and intelligent combination of neighborhood structures. Finally, we report on experimental simulation studies to demonstrate the competitive performance of ASA-DTC. Moreover, we show that ASA-DTC is especially effective when SOSPs contain a large number of targets or these targets are densely distributed in a certain area.

研究の動機と目的

• 静的タスククラスタリングの非効率性を是正するため、動的クラスタリングを導入すること。
• 複雑な制約条件と高密度のタスク量を伴う地球観測衛星のスケジューリング性能を向上させること。
• 収束性と解の品質を向上させるための知能的メカニズムを備えた適応的シミュレーテッドアニーリングアルゴリズムを開発すること。
• メタヒューティック探索と動的タスクグループ化を統合することで、衛星スケジューリングにおけるリソース利用効率を最適化すること。
• 大規模かつ密集した観測タスクにおいて、提案手法が優れた性能を示すことを実証すること。

提案手法

• 軌道力学、タスク制約、リソース可用性を捉える数学的モデルを用いて、人工衛星観測スケジューリング問題を形式化する。
• 最適化プロセス中に空間的・時間的近接性に基づいてタスクを動的にグループ化する動的タスククラスタリング戦略を導入する。事前に定義されたクラスタリングではなく、最適化の進行に応じて変化させる。
• 探索と開拓のバランスを保つため、動的温度減少を実装した適応的シミュレーテッドアニーリングアルゴリズムを実装する。
• 以前に探索済みの解の再訪問を防ぎ、探索効率を向上させるため、タブーリストメカニズムを組み込む。
• 局所探索の効果性と解の多様性を向上させるために、複数の近傍構造を知的に統合する。
• 最適化の進行中にタスクグループの再構成が可能となるように、動的クラスタリングをシミュレーテッドアニーリングフレームワークに統合する。

実験結果

リサーチクエスチョン

• RQ1 動的タスククラスタリングは、静的クラスタリングと比較して、人工衛星スケジューリング効率をどのように向上させるか？
• RQ2 知能的メカニズムを備えた適応的シミュレーテッドアニーリングアルゴリズムは、標準的なSAに比べ、複雑な人工衛星スケジューリング問題を効果的に解けるか？
• RQ3 多数の観測タスクをスケジューリングする際、動的クラスタリングが解の品質に与える影響は何か？
• RQ4 観測ターゲットが空間的に密集している状況下で、提案手法はどのように性能を発揮するか？
• RQ5 適応的温度制御とタブーリストメカニズムの統合は、収束性と解の品質をどの程度向上させるか？

主な発見

• ASA-DTCは、特に複雑な状況下で、従来の静的クラスタリング手法と比較して、スケジューリング性能が著しく向上している。
• 動的タスククラスタリング戦略により、最適化プロセス中に空間的・時間的近接タスクをより効果的にグループ化でき、解の品質が向上している。
• 温度制御とタブーリストメカニズムを備えた適応的シミュレーテッドアニーリングアルゴリズムにより、重複探索が削減され、収束が加速している。
• ASA-DTCは、多数のターゲットをスケジューリングする場合や、特定の領域に密集したターゲットがある場合に、優れた性能を示している。
• シミュレーション結果から、動的クラスタリングと適応的SAの統合が、リソース利用効率を向上させ、高品質なスケジュールを生成することを確認した。