[論文レビュー] Simulated annealing based heuristic for multiple agile satellites scheduling under cloud coverage uncertainty

Chao Han, Yi Gu+2 more|arXiv (Cornell University)|Mar 14, 2020

Satellite Communication Systems参考文献 58被引用数 13

ひとこと要約

本稿では、雲カバレッジの不確実性を考慮した複数のアジャイル地球観測衛星のスケジューリングに対して、確率的制約プログラミングとサンプル近似を用いて不確実性をモデル化し、観測利益を最大化する、改良型シミュレーテッドアニーリングに基づくヒューリスティック（ISA）を提案する。ISAは、解の品質と計算時間の両面でALNS、GA、BDP-ILSを上回り、不確実性下での大規模スケジューリングにおいて高い効率性と有効性を示している。

ABSTRACT

Agile satellites are the new generation of Earth observation satellites (EOSs) with stronger attitude maneuvering capability. Since optical remote sensing instruments equipped on satellites cannot see through the cloud, the cloud coverage has a significant influence on the satellite observation missions. We are the first to address multiple agile EOSs scheduling problem under cloud coverage uncertainty where the objective aims to maximize the entire observation profit. The chance constraint programming model is adopted to describe the uncertainty initially, and the observation profit under cloud coverage uncertainty is then calculated via sample approximation method. Subsequently, an improved simulated annealing based heuristic combining a fast insertion strategy is proposed for large-scale observation missions. The experimental results show that the improved simulated annealing heuristic outperforms other algorithms for the multiple AEOSs scheduling problem under cloud coverage uncertainty, which verifies the efficiency and effectiveness of the proposed algorithm.

研究の動機と目的

• 雲カバレッジの不確実性が観測の実現可能性と利益に顕著に影響を与える複数のアジャイル地球観測衛星のスケジューリングの課題に対処すること。
• 所定の信頼水準内でエネルギー、メモリ、姿勢制御制約を満たしつつ、合計観測利益を最大化すること。
• 時間スラックに基づく開始時刻選択と不確実性の伝播の複雑さを扱える計算的に効率的なヒューリスティックを開発すること。
• 不確実な雲条件を伴う大規模スケジューリングインスタンスにおいて、提案手法の有効性とスケーラビリティを検証すること。

提案手法

• 雲カバレッジの不確実性をモデル化するため、確率的制約プログラミング（CCP）を用いてスケジューリング問題を定式化し、所定の信頼水準内で解の実現可能性を保証する。
• 不確実性下での観測利益を推定するためにサンプル近似法を適用し、扱いにくいCCP定式化を扱いやすい確率的近似に置き換える。
• 各ターゲットの最適な観測開始時刻を決定するため、時間スラックに基づく最適化サブプロブレムを導入し、エネルギー制約と遷移時間制約のバランスを取る。
• 解空間を効率的に探索し収束を向上させるため、高速挿入戦略を統合した改良型シミュレーテッドアニーリングに基づくヒューリスティック（ISA）を開発する。
• 局所最適解から脱出を可能にしつつ、高利益スケジューリング構成を優遇する動的受容基準をシミュレーテッドアニーリングに導入する。
• 各候補スケジュールの姿勢制御に必要なエネルギーを繰り返し計算することで、エネルギー制約を段階的に評価し、実現可能性を保証する。

実験結果

リサーチクエスチョン

• RQ1 所定の信頼水準内で解の実現可能性を保証するため、複数のアジャイル衛星スケジューリングにおいて、雲カバレッジの不確実性をどのように効果的にモデル化できるか。
• RQ2 異なる信頼水準とサンプル近似パラメータが、スケジューリング解の品質と計算コストに与える影響は何か。
• RQ3 大規模スケジューリング問題において、提案されたISAヒューリスティックは、ALNS、GA、BDP-ILSといった既存のメタヒューリスティクスと比較して、解の品質と実行時間の両面でどのように差をつけるか。
• RQ4 ISAにおける高速挿入戦略は、標準的なメタヒューリスティクスと比較して、不確実性下でのスケジューリングの効率性をどの程度向上させるか。

主な発見

• ISAヒューリスティックは、特にターゲット数が多い状況（例：950ターゲット）において、ALNS、GA、BDP-ILSを上回る優れた解の品質を達成し、観測利益を最大化している。
• 高速挿入戦略と効率的な開始時刻決定のおかげで、BDP-ILSやALNS-500と比較して計算効率が高く、著しく短い実行時間で済んでいる。
• サンプル近似法は、信頼水準と解の保守性のバランスをうまく取っており、ε（信頼水準が低い）を大きくとると利益は向上するが、実現可能性の保証は低下する。
• 感度分析により、アルゴリズムが信頼水準（1−α = 0.80〜0.90）とサンプル精度（1−ε = 0.85〜0.99）の変動に対してもロバストであることが確認され、高い性能を維持している。
• アルゴリズムの性能は安定的かつスケーラブルであり、ターゲット数が500から950に増加しても、利益最大化の面で一貫して優位性を示している。