在有限资源和复杂的时间、空间、人因等约束下，按照一定的优化目标对任务进行筹划，形成最优或近似最优工作计划的决策过程。

（一）主要研究内容

1. 智能规划调度算法、不确定环境下动态优化调度引擎技术

2. 基于多Agent的航天任务智能规划与分布式协同规划技术

3. 基于领域知识模型和数字孪生技术的任务效能评估与推演技术

（二）主要成果

面对大规模复杂航天任务，为实现有限资源和复杂的时间、空间、人因约束下的最优或近似最优规划，研究智能优化算法与约束推理相结合的求解框架，研制时间约束网络建模工具、带偏好约束推理工具和矢量计算分析工具等通用基础组件，搭建航天复杂任务智能规划平台（如图1所示），攻克多领域、多特性、复杂约束任务规划的归一化求解难题，能够实现动态敏捷重规划优于10s的技术指标。为空间任务有序、高效开展提供有力支持，在军事航天及商业卫星中也将有广阔的应用前景。

图1  航天复杂任务智能规划平台

（三）联系人

王红飞 ，座机：010-82178869    邮件：whf@csu.ac.cn

吴  鹏， 座机：010-82178869    邮件：wupeng@csu.ac.cn