面向随机扰动事件的舰载直升机任务动态调度研究方法

doi:10.12305/j.issn.1001-506X.2026.06.22

系统工程与电子技术 ›› 2026, Vol. 48 ›› Issue (6): 2014-2030.doi: 10.12305/j.issn.1001-506X.2026.06.22

面向随机扰动事件的舰载直升机任务动态调度研究方法

韩维¹(), 丛婧羽¹(), 成一阳¹^,², 韩啸华¹, 郭放¹, 李常久¹^,*, 苏析超¹()

1. 海军航空大学, 山东烟台 264001
2. 92810部队, 海南三亚 572032

收稿日期:2025-02-19 修回日期:2025-06-18 出版日期:2026-06-25 发布日期:2025-12-04
通讯作者: 李常久 E-mail:hanwei70cn@163.com;1837733589@qq.com;suxich@126.com
作者简介:韩　维（1970—），男，教授，博士，主要研究方向为舰载飞行器使用与保障工程
丛婧羽（2001—），女，硕士研究生，主要研究方向为舰载飞行器使用与保障工程
成一阳（1993—），男，硕士研究生，主要研究方向为海军战术学
韩啸华（1998—），男，博士研究生，主要研究方向为舰载飞行器使用与保障工程
郭　放（1994—），男，讲师，主要研究方向为舰载飞行器使用与保障工程
李常久（1997—），男，博士研究生，主要研究方向为舰载飞行器使用与保障工程

Dynamic scheduling methodology for shipboard helicopter missions under stochastic disturbance events

Wei HAN¹(), Jingyu CONG¹(), Yiyang CHENG¹^,², Xiaohua HAN¹, Fang GUO¹, Changjiu LI¹^,*, Xichao SU¹()

1. Naval Aviation University, Yantai 264001, China
2. Unit.92810 of PLA，Sanya 572032, China

Received:2025-02-19 Revised:2025-06-18 Online:2026-06-25 Published:2025-12-04
Contact: Changjiu LI E-mail:hanwei70cn@163.com;1837733589@qq.com;suxich@126.com

摘要/Abstract

摘要：

舰载直升机是两栖立体登陆作战的重要力量，如何面向复杂动态的战场环境和任务需求对舰载直升机群进行灵活高效的动态调度对提升两栖编队作战效能具有重要意义。针对两栖登陆背景下舰载直升机作战任务执行过程中的动态不确定性，设计了一种基于需求窗口策略的动态调度优化方法。首先，考虑多舰船平台资源和作战与保障全链路任务统筹，基于作战资源和多阶段作业时序等约束，以登陆耗时和任务调整代价为多目标函数，构建了舰载直升机任务动态调度的数学模型。为求解上述模型，设计了基于扰动事件模拟的动态调度策略和基于禁忌搜索的动态调度算法，在动态调度策略的基础上生成算法的优化初值，并在搜索过程中引入了基于条件判断的分散搜索和集中搜索操作。最后，通过两栖登陆作战想定，比较不同调度策略下优化结果的差异，验证了调度策略的合理性，算法计算效率较高，收敛效果较好，为高烈度对抗环境下舰载直升机作战方案的动态调整提供了参考依据。

关键词: 两栖登陆, 舰载直升机, 任务规划, 动态调度, 禁忌搜索

Abstract:

Shipboard helicopters are an important force in amphibious landing operations, how to carry out flexible and efficient dynamic scheduling of shipboard helicopter fleet for complex and dynamic battlefield environment and mission requirements is of great significance to enhance the combat effectiveness of amphibious formations. Aiming at the dynamic uncertainty during the execution of shipborne helicopter combat missions in the context of amphibious landing, a dynamic scheduling optimization method based on the demand window strategy is designed. Firstly, considering the resources of multi-ship platforms and the end-to-end combat-sustainment task integration, based on the constraints of combat resources and multi-stage operation timing, the mathematical model of shipborne helicopter mission dynamic scheduling is constructed with the multi-objective function of landing time consumption and mission adjustment cost. In order to solve the above model, a dynamic scheduling strategy based on perturbation event simulation and a dynamic scheduling algorithm based on forbidden search are designed to generate the optimised initial value of the algorithm based on the dynamic scheduling strategy, a decentralised search and a centralised search operation based on conditional judgement are introduced to optimally solve the constructed initial value in the search process. Finally, through the amphibious landing operation thought, comparing the difference of optimisation results under different scheduling strategies, verifying the reasonableness of the scheduling strategy, the algorithm is more efficient in computation, the convergence effect is better, and the scheduling results have less deviation from the original plan. It provides a reference basis for the dynamic adjustment of the shipboard helicopter operational program in the high-intensity confrontation environment.

Key words: amphibious landing, shipboard helicopter, mission planning, dynamic scheduling, tabu search

中图分类号:

V 271.4
V92

韩维, 丛婧羽, 成一阳, 韩啸华, 郭放, 李常久, 苏析超. 面向随机扰动事件的舰载直升机任务动态调度研究方法[J]. 系统工程与电子技术, 2026, 48(6): 2014-2030.

Wei HAN, Jingyu CONG, Yiyang CHENG, Xiaohua HAN, Fang GUO, Changjiu LI, Xichao SU. Dynamic scheduling methodology for shipboard helicopter missions under stochastic disturbance events[J]. Systems Engineering and Electronics, 2026, 48(6): 2014-2030.

图/表 25

图1

图2

表1

舰载直升机动态调度模型符号及含义"

符号	含义
$ m $	红方舰载机编队所执行的任务类型，$ m = \left\{ {1,2} \right\} $，其中，$ m = 1 $代表垂直投送任务，$ m = 2 $代表火力支援任务
$ p $	蓝方待攻击的目标节点序号，$ p = \left\{ {1,2,\cdots,P} \right\} $
$ w $	红方舰载直升机编队计划出动的波次序号，$ w = \left\{ {1,2,\cdots,W} \right\} $
$ l $	红方两栖攻击舰的序号，$ l = \left\{ {1,2,\cdots,L} \right\} $
$ c $	红方执行垂直投送任务的分队类别序号，$ c = \left\{ {1,2,\cdots,C} \right\} $
$ k $	红方两栖攻击舰上搭载的直升机编组序号，$ k = \left\{ 1,2,\cdots,K \right\} $
$ {n_{wl}} $	红方第$ l $艘两栖攻击舰在第$ w $个波次中能够提供的起飞位数量
$ n_w^{\mathrm{all}} $	红方所有两栖攻击舰在第$ w $个波次中能够提供的起飞位总数
$ {u_{lc}} $	红方第$ l $艘两栖攻击舰上搭载的第$ c $类垂直登陆分队的数量
$ {u_c} $	红方在一场登陆战役中能够投送的第$ c $类垂直登陆分队的总数
$ u_c^p $	红方对蓝方第$ p $个目标执行垂直投送任务所投送的第$ c $类分队的数量
$ h_l^{\mathrm{UH}} $	红方第$ l $艘两栖攻击舰上所搭载的通用直升机编队数量
$ h_l^{\mathrm{AH}} $	红方第$ l $艘两栖攻击舰上所搭载的武装直升机编队数量
$ h_{mp}^{\mathrm{UH}} $	红方对蓝方第$ p $个目标执行第$ m $类任务所需要的通用直升机编队数量，由于火力支援任务不需要通用直升机参与，所以$ m = 1 $
$ h_{mp}^{\mathrm{AH}} $	红方对蓝方第$ p $个目标执行第$ m $类任务所需要的武装直升机编队数量，其中$ m = \left\{ {1,2} \right\} $
$ h_c^{\mathrm{UH}} $	红方投送第$ c $类垂直登陆分队所需要的通用直升机编队数量
$ h_c^{\mathrm{AH}} $	红方投送第$ c $类垂直登陆分队所需要的武装直升机编队数量
$T_{wl}^{mp}$	表示红方第$ w $个波次中第$ l $艘两栖攻击舰上出动的对蓝方第$ p $个目标节点执行第$ m $类作战任务的子阶段的任务用时
$ {{\boldsymbol{\alpha}} ^P} $	红方对蓝方第$ p $个目标所投入兵力的实力向量，$ {\alpha ^P}(i) $表示红方第$ i $类作战单位的数量
$ {{\boldsymbol{\beta}} ^P} $	蓝方在第$ p $个目标处所部署兵力的实力向量，$ {\beta ^P}(j) $表示蓝方第$ j $类作战单位的数量

表1

表2

图3

图4

图5

图6

图7

图8

图9

图10

表3

表4

图11

图12

表5

表6

表7

表8

表9

图13

表10

表11

图14

参考文献 36

1	陈伟龙, 陈春良, 刘彦, 等. 战场抢修任务动态调度的研究综述[J]. 现代防御技术, 2018, 46 (4): 139- 152.
	CHEN W L, CHEN C L, LIU Y, et al. Review on dynamic scheduling of battlefield rush-repair tasks[J]. Modern Defence Technology, 2018, 46 (4): 139- 152.
2	曾斌, 樊旭, 李厚朴. 支持重规划的战时保障动态调度研究[J]. 自动化学报, 2023, 49 (7): 1519- 1529.
	ZENG B, FAN X, LI H P. Research of dynamic scheduling with re-planning for wartime logistics support[J]. Acta Automatica Sinica, 2023, 49 (7): 1519- 1529.
3	DING J P, CHEN M S, WANG T, et al. A survey of ai-enabled dynamic manufacturing scheduling: from directed heuristics to autonomous learning[J]. ACM Computing Surveys, 2023, 55 (14s): 1- 36.
4	葛显龙, 竹自强, 金渊智. 基于两阶段求解策略的动态电动车辆路径优化研究[J]. 运筹与管理, 2022, 31 (8): 57- 63.
	GE X L, ZHU Z Q, JIN Y Z. Dynamic electric vehicle routing problem based on two-stage solution strategy[J]. Operations Research and Management Science, 2022, 31 (8): 57- 63.
5	吴秀丽, 闫晓燕. 基于改进Q学习的可重入混合流水车间绿色动态调度[J]. 机械工程学报, 2023, 59 (13): 246- 259. doi: 10.3901/JME.2023.13.246
	WU X L, YAN X Y. An improved Q learning algorithm to optimize green dynamic scheduling problem in a reentrant hybrid flow shop[J]. Journal of Mechanical Engineering, 2023, 59 (13): 246- 259. doi: 10.3901/JME.2023.13.246
6	王浩, 王浩枫. 面向CPUs-GPUs系统的OpenCL任务调度框架[J]. 计算机工程与设计, 2022, 43 (7): 1955- 1963.
	WANG H, WANG H F. Scheduling framework for OpenCL programs on CPUs-GPUs heterogeneous platforms[J]. Computer Engineering and Design, 2022, 43 (7): 1955- 1963.
7	万兵, 苏析超, 郭放, 等. 不确定性工时下甲板作业的前摄性鲁棒调度[J]. 航空学报, 2022, 43 (12): 385- 402.
	WAN B, SU X C, GUO F, et al. Proactive robust scheduling of aircraft carrier flight deck operations with uncertain activity durations[J]. Acta Aeronautica et Astronautica Sinica, 2022, 43 (12): 385- 402.
8	周鲜成, 王莉, 周开军, 等. 动态车辆路径问题的研究进展及发展趋势[J]. 控制与决策, 2019, 34 (3): 449- 458.
	ZHOU X C, WANG L, ZHOU K J, et al. Research progress and development trend of dynamic vehicle routing problem[J]. Control and Decision, 2019, 34 (3): 449- 458.
9	曹志鹏, 姜良存, 黄秋钧, 等. 利用破坏重建算法进行物流车辆动态调度[J]. 武汉大学学报（信息科学版）, 2021, 46 (5): 755- 765，776.
	CAO Z P, JIANG L C, HUANG Q J, et al. A Dynamic scheduling method of logistics vehicles based on ruin and recreate algorithm[J]. Geomatics and Information Science of Wuhan University, 2021, 46 (5): 755- 765，776.
10	LEI D M, CUI Z Z, LI M. A dynamical artificial bee colony for vehicle routing problem with drones[J]. Engineering Applications of Artificial Intelligence, 2022, 107: 104510.
11	YUAN P L, HAN W, SU X C, et al. A dynamic scheduling method for carrier aircraft support operation under uncertain conditions based on rolling horizon strategy[J]. Applied Sciences, 2018, 8 (9): 1546. doi: 10.3390/app8091546
12	SU X C, HAN W, WU Y, et al. A robust scheduling optimization method for flight deck operations of aircraft carrier with ternary interval durations[J]. IEEE Access, 2018, 6: 69918−69936.
13	冯强, 曾声奎, 康锐. 基于MAS的舰载机动态调度模型[J]. 航空学报, 2009, 30 (11): 2119- 2125.
	FENG Q, ZENG S K, KANG R. A MAS-based model for dynamic scheduling of carrier aircraft[J]. Acta Aeronautica et Astronautica Sinica, 2009, 30 (11): 2119- 2125.
14	BALOUKA N, COHEN I. A robust optimization approach for the multi-mode resource-constrained project scheduling problem[J]. European Journal of Operational Research, 2019, 291 (2): 457- 470.
15	HAUDER V A, BEHAM A, RAGGL S, et al. Resource-constrained multi-project scheduling with activity and time flexibility[J]. Computers & Industrial Engineering, 2020, 150, 106857.
16	VAN DE VONDER S, DEMEULEMEESTER E, HERROELEN W. Proactive heuristic procedures for robust project scheduling: An experimental analysis[J]. European Journal of Operational Research, 2006, 189 (3): 723- 733.
17	BOLD M, GOERIGK M. A compact reformulation of the two-stage robust resource-constrained project scheduling problem[J]. Computers & Operations Research, 2021, 130, 105232.
18	ZENG B, ZHAO L. Solving two-stage robust optimization problems using a column-and-constraint generation method[J]. Operations Research Letters, 2013, 41 (5): 457- 461. doi: 10.1016/j.orl.2013.05.003
19	段毅, 谭贤四, 曲智国, 等. 基于分支定界法的相控阵雷达事件调度算法[J]. 电子学报, 2019, 47 (6): 1309- 1315.
	DUAN Y, TAN X S, QU Z G, et al. Phased array radar task scheduling algorithm based on branch and bound method[J]. Acta Electronica Sinica, 2019, 47 (6): 1309- 1315.
20	胡剑鹏, 罗霞, 甘易玄. 基于列生成算法的鲁棒电动车路径问题[J]. 计算机集成制造系统, 2023, 29 (7): 2427- 2439.
	HU J P, LUO X, GAN Y X. Robust electric vehicle routing problem based on column generation algorithm[J]. Computer Integrated Manufacturing Systems, 2023, 29 (7): 2427- 2439.
21	崔黎黎, 张勇, 张欣. 非线性零和微分对策的事件触发自适应动态规划算法[J]. 控制理论与应用, 2018, 35 (5): 610- 618.
	CUN L L, ZHANG Y, ZHANG X. Event-triggered adaptive dynamic programming algorithm for the nonlinear zero-sum differential games[J]. Control Theory & Applications, 2018, 35 (5): 610- 618.
22	玄世龙, 许志远, 孙帅, 等. 基于禁忌搜索算法的无人船路径规划[J]. 船舶工程, 2022, 44 (4): 8- 13，37.
	XUAN S L, XU Z Y, SUN S, et al. Path planning of unmanned ship based on the tabu search algorithm[J]. Ship Engineering, 2022, 44 (4): 8- 13，37.
23	伍国华, 毛妮, 徐彬杰, 等. 基于自适应大规模邻域搜索算法的多车辆与多无人机协同配送方法[J]. 控制与决策, 2023, 38 (1): 201- 210.
	WU G H, MAO N, XU B J, et al. The cooperative delivery of multiple vehicles and multiple drones based on adaptive large neighborhood search[J]. Control and Decision, 2023, 38 (1): 201- 210.
24	JAYAPANDIAN N. Cloud dynamic scheduling for multimedia data encryption using tabu search algorithm[J]. Wireless personal Communications, 2021, 120 (3): 1- 21.
25	YU J, YOU X M, LIU S. Dynamically induced clustering ant colony algorithm based on a coevolutionary chain[J]. Knowledge-Based Systems, 2022, 251: 109231.
26	ZHAO Y P, KONG X T R, XU X Y, et al. Resource-controlled stochastic customer order scheduling via particle swarm optimization with bound information[J]. Industrial Management and Data Systems, 2022, 122 (8): 1882- 1908. doi: 10.1108/IMDS-02-2022-0105
27	XIE Y, SHENG Y H, QIU M Q, et al. An adaptive decoding biased random key genetic algorithm for cloud workflow scheduling[J]. Engineering Applications of Artificial Intelligence, 2022, 112: 104879.
28	ZHAO Y , WANG W L, YANG J P, et al. A dynamic differential evolution algorithm for dynamic hybrid flow shop scheduling problem[C]//Proc. of the 5th International Conference on Computer Sciences and Automation Engineering , 2015: 294−300.
29	LI J Q, LIU Z M, LI C D, et al. Improved artificial immune system algorithm for Type-2 fuzzy flexible job shop scheduling problem[J]. IEEE Trans. on Fuzzy Systems, 2021, 29(11): 3234−3248.
30	OUELHADJ D, PETROVIC S. A survey of dynamic scheduling in manufacturing systems[J]. Journal of Scheduling, 2009, 12, 417- 431. doi: 10.1007/s10951-008-0090-8
31	黄珈其, 郭宏伟, 杨帅, 等. 航空保障作业两阶段动态调度方法研究[EB/OL]. [2025-01-10]. https://doi.org/10.13700/j.bh.1001-5965.2024.0427.
	HUANG J Q, GUO H S, YANG S, et al. Research on the two-stage dynamic scheduling method for aviation support operations[EB/OL]. [2025-01-10]. https://doi.org/10.13700/j.bh.1001-5965.2024.0427.
32	ATKINSON M P, KRESS M, MACKAY N J. Targeting, deployment, and loss-tolerance in lanchester engagements[J]. Operations Research, 2020, 69 (1): 71- 81.
33	KRESS M. Lanchester models for irregular warfare[J]. Mathematics, 2020, 8 (5): 737. doi: 10.3390/math8050737
34	LIN K Y. New results on a stochastic duel game with each force consisting of heterogeneous units[J]. Naval Research Logistics, 2014, 61 (1): 56- 65. doi: 10.1002/nav.21566
35	JIN J S, HYOCHOONG B. UAV path planning under dynamic threats using an improved PSO algorithm[J]. International Journal of Aerospace Engineering, 2020, 2020: 8820284.
36	ZHOU Y L, HUANG N N. Airport AGV path optimization model based on ant colony algorithm to optimize Dijkstra algorithm in urban systems[J]. Sustainable Computing: Informatics and Systems, 2022, 35, 100716.

符号	含义
$x_{wl}^{mp}$	整数变量，表示红方第$ l $艘两栖攻击舰在第$ w $个波次中对蓝方第$ p $个目标执行第$ m $类任务的舰载直升机编队数目，当$ m = 1 $时，$ x_{wl}^{mp} \in \left\{ {0,1} \right\} $，当$ m = 2 $时，$ x_{wl}^{mp} \in {\bf{N}} $，其中，$ {\bf{N}} $表示自然数
$z_{kwl}^{mp}$	0-1变量，第$ w $个波次中派出第$ l $艘两栖攻击舰上的飞机编组$ k $对蓝方第$ p $个目标执行第$ m $类任务为1
$s_{wl}^{mp}$	连续变量，对应舰载直升机编组作战任务各子阶段任务的开始时刻$ s_{wl}^{mp}\left( 1 \right),s_{wl}^{mp}\left( 2 \right),\cdots,s_{wl}^{mp}\left( G \right) $表示一个完整作战任务的$ G $个阶段，$ s_{wl}^{mp} \geqslant 0 $
$e_{wl}^{mp}$	连续变量，对应舰载直升机编组作战任务各子阶段任务的结束时刻，$ e_{wl}^{mp}\left( 1 \right),e_{wl}^{mp}\left( 2 \right),\cdots,e_{wl}^{mp}\left( G \right) $与$s_{wl}^{mp}$的各阶段一一对应，$ e_{wl}^{mp} \geqslant 0 $

目标节点类别	人员	装备类型
目标节点类别	人员	近程导弹	自行榴弹炮	单兵导弹	迫击炮	重机枪	轻机枪	突击步枪
导弹阵地	300	3	−	3	6	3	6	22
炮兵阵地	400	−	10	4	8	4	7	25
装甲阵地	400	−	−	4	5	4	5	20
指挥所	200	−	−	7	7	5	9	30

编码初值											最优编码											目标值
	1	1	2	2	2	1	2	1				1	1	2	2	2	1	2	1			（215, 228）
	6	3	3	5	5	4	5	1				6	3	6	2	5	4	5	1			（215, 228）
0	1	2	2	2	1	2	1	2	2			1	1	2	2	2	1	2	1			（215, 228）
0	3	3	5	5	4	6	6	6	6			6	3	5	2	6	4	1	1			（215, 228）
1	1	2	2	2	1	2	1	2	2	1	1	2	2	2	1	2	2	2	2	2	2	（214, 119）
6	3	3	5	5	4	6	6	6	6	6	3	5	2	5	4	8	3	7	8	3	3	（214, 119）

因素	水平1	水平2	水平3
波次数目	3	5	8
直升机编队数量	18	15	12
火力威胁密度	低威胁（0.5倍）	基准威胁（1倍）	高威胁（2倍）

实验序号	波次	直升机编队数量	火力威胁密度	登陆耗时/min	作战调整代价
实验序号	波次	直升机编队数量	火力威胁密度	登陆耗时/min	兵力损耗	火力威胁
1	3	18	0.5	211	43	46
2	3	15	1.0	235	63	82
3	3	12	2.0	265	92	120
4	5	18	1.0	303	129	107
5	5	15	2.0	315	166	164
6	5	12	0.5	325	126	95
7	8	18	2.0	387	188	223
8	8	15	0.5	409	165	108
9	8	12	1.0	425	167	111

面向随机扰动事件的舰载直升机任务动态调度研究方法

Dynamic scheduling methodology for shipboard helicopter missions under stochastic disturbance events

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 25

参考文献 36

相关文章 15

编辑推荐

Metrics

本文评价

登陆编队	人员	装备类型
登陆编队	人员	两栖步战车	两栖登陆车	火箭筒	迫击炮	重机枪	轻机枪	突击步枪
左翼突击群	300	15	10	13	13	15	30	100
右翼突击群	300	15	10	13	13	15	30	100
纵深突击群	550	30	25	25	25	30	50	200
空中突击群	400	−	−	25	25	30	60	200
步兵分队	100	−	−	3	5	7	15	55
火力分队	50	−	−	6	8	4	8	25
侦查分队	50	−	−	2	2	4	10	40

水平	波次	资源	火力
1	−42.45	−45.65	−44.69
2	−45.53	−45.33	−45.08
3	−47.77	−44.76	−45.98
变化量	5.32	0.89	1.29

来源	自由度	平方和	均方	比值	P
波次	2	42.8666	21.4333	130.62	0.008
资源	2	1.2076	0.6038	3.68	0.214
火力	2	2.6245	1.3122	8.00	0.111
残差误差	2	0.3282	0.1641	8	47.0269

规模	波次数目	直升机编组数
小规模	3~5	12~18
中规模	5~8	18~24
大规模	8~10	24~30

规模	生成首个可行解时间/s	平均收敛时间/s	解集超体积	收敛迭代次数
小规模	1.0685	22.435	0.94	11
中规模	2.7754	96.776	0.89	20
大规模	4.0957	297.08	0.85	30

[1]	刘浩, 贺子鹏, 徐广德. 基于CUDA纹理插值的空间多目标交会序列快速规划方法[J]. 系统工程与电子技术, 2026, 48(4): 1331-1339.
[2]	洪芳宇, 叶青, 张利宁, 伍国华. 面向区域搜索的车载多无人机协同任务规划方法[J]. 系统工程与电子技术, 2026, 48(1): 144-156.
[3]	袁健波, 杜永浩, 陈盈果, 何永明. 面向点群与大区域目标的成像卫星任务规划模型与算法研究[J]. 系统工程与电子技术, 2025, 47(9): 2939-2950.
[4]	张安, 马显超, 唐谦, 严钰文, 毕文豪. 基于改进禁忌搜索算法的灭火机投放条件解算方法[J]. 系统工程与电子技术, 2025, 47(9): 2951-2959.
[5]	蒋怡, 毛雨荷, 岳程斐, 吴云华. 面向巨星座态势感知的多约束任务规划[J]. 系统工程与电子技术, 2025, 47(9): 3047-3057.
[6]	朱运豆, 孙海权, 胡笑旋. 基于指针网络架构的多星协同成像任务规划方法[J]. 系统工程与电子技术, 2025, 47(7): 2246-2255.
[7]	王雯, 赵凯南, 杨林, 杨雄军. 面向复杂场景的层次式任务规划方法[J]. 系统工程与电子技术, 2025, 47(4): 1255-1264.
[8]	王大力, 董磊, 李华旺, 郑珍珍, 胡海鹰. 空间碎片多次观测的多卫星调度方法[J]. 系统工程与电子技术, 2025, 47(11): 3685-3698.
[9]	雷勤, 高颜兵, 周煜丰, 吴志彬. 基于改进ALNS算法的多交付选项路径规划[J]. 系统工程与电子技术, 2025, 47(1): 173-181.
[10]	李阳阳, 罗俊仁, 张万鹏, 项凤涛. 多星协同观测遗传-演进双层任务规划算法[J]. 系统工程与电子技术, 2024, 46(6): 2044-2053.
[11]	尹帅, 余建慧, 宋斌, 郭延宁, 李传江, 吕跃勇. 基于多种群混沌遗传算法的GEO目标服务任务规划[J]. 系统工程与电子技术, 2024, 46(3): 914-921.
[12]	徐建国, 杨志谋, 杨庆, 和钰, 姜江. 联合对海突击背景下电子对抗任务规划研究[J]. 系统工程与电子技术, 2024, 46(11): 3736-3743.
[13]	王建峰, 贾高伟, 郭正, 侯中喜. 多无人机协同任务规划方法研究综述[J]. 系统工程与电子技术, 2024, 46(10): 3437-3450.
[14]	文启翟, 康志宇, 卫国宁, 贺彦博, 吴斌, 周睿逸. 子母型航天器抵近观测任务流程规划方法研究[J]. 系统工程与电子技术, 2023, 45(12): 3941-3948.
[15]	钟泽南, 权申明, 晁涛, 王松艳, 杨明. 一种空间碎片主动清除任务规划方法[J]. 系统工程与电子技术, 2023, 45(12): 3958-3966.