线上讲座预告｜ 国防科技大学 杜永浩 遥感卫星调度中的优化问题 & 学习增强型组合优化求解器N...

来源：市场资讯

（来源：运筹OR帷幄运筹OR帷幄）

#OR Talk#介绍

OR Talk：深入学术，激发灵感

OR Talk致力于学术成果的深入解读和广泛推广。我们邀请专家嘉宾分享他们的最新学术成就，或围绕经典及热点话题进行深入论文解析和探讨。通过这些精彩分享和开放式讨论，OR Talk旨在揭示技术发展的脉络，分析所面临的核心挑战，为大家带来一场思维的深度风暴。同时，通过社群的互动交流，大家不仅能结识志同道合的朋友，还能在学术探索的旅程中共同“打怪升级”。

『运筹OR帷幄』OR Talk 41：

本期#OR Talk#，特邀 国防科技大学系统工程学院 杜永浩 分享主题为“遥感卫星调度中的优化问题 & 学习增强型组合优化求解器NOPT ”的相关研究和思考。

在实际工程场景中，组合优化问题广泛存在于各类资源配置和调度决策中，并普遍呈现出超大规模、高时效性要求以及约束条件复杂且高度非线性等显著特点。面对这些挑战，传统的求解手段往往显得捉襟见肘：常用的商业或开源数学规划求解器（如Gurobi、Cplex等）在面对复杂的非线性约束和海量数据时，容易陷入计算时间的泥潭，难以同时兼顾建模的灵活性与求解的效率；而针对特定场景设计的一般元启发式算法（如遗传算法、粒子群算法等），虽然能通过定制化规则提升局部求解速度，但其算法设计往往与特定问题深度绑定，一旦场景发生迁移或约束微调，代码就需要重构，严重缺乏通用性与可拓展性。这种“效率”与“通用”的天然矛盾，成为了制约复杂工程调度实现全智能化落地的关键瓶颈。

为了打破这一僵局，本报告以“天智杯”全国卫星调度竞赛中的典型工业级优化问题为核心切入点，介绍了复杂工程场景下组合优化问题的建模与智能化求解方法，并正式推出了自研的、具备完全自主可控能力的学习增强型组合优化求解器——NOPT。

作为新一代的智能求解器，NOPT的核心本质与破局关键在于其通用化的架构设计：

• 在输入端（建模层）：它颠覆了传统“一题一模”的松散模式，提出并构建了一种标准化的决策关系建模方法。这套方法如同一个“语义翻译官”，能够将不同背景和业务逻辑，高度抽象并通用化地表征为统一的决策变量、约束条件集合以及收益函数。

• 在求解端（算法层）：在完成标准化建模后，NOPT创新性地融合了数据驱动的思想，利用一种基于决策变量与0-1矩阵编码的学习增强型元启发式算法进行智能求解。实现了兼具高速度与高精度的智能决策。

为了验证NOPT的实际效能，研发团队开展了覆盖多维度的实验。实验结果表明，NOPT的性能优势不仅在学术界的“标准考场”上得到了印证，解决了包括背包问题、装箱问题、定向问题、图着色问题、旅行商问题（TSP）、车辆路径问题（VRP）以及流水车间作业调度问题（JSP）在内的经典运筹学核心基准测试（Benchmarks）；更重要的是，在实际工业界的“真实沙场”中，面对遥感卫星调度、卫星测控调度、网络瓦解优化、机场停机位分配以及超大规模人力资源调度等业务规则极度琐碎、规模极度庞大的复杂工程优化问题，NOPT依然展现出了较好性能优势以及跨场景适配能力。无论是面对标准模型，还是复杂工业网络，NOPT都能在极短的时间内给出高质量的准最优解，为复杂组合优化问题求解提供有效途径。

相关参考论文：

[1] A data-driven parallel scheduling approach for multiple agile earth observation satellites [J]. IEEE Transactions on Evolutionary Computation, 2020.

[2] General modeling and optimization technique for real-world earth observation satellite scheduling [J]. Frontiers of Engineering Management, 2023.

[3] Learning to construct a solution for the agile satellite scheduling problem with time-dependent transition times [J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2024.

[4] Data-driven heuristic assisted memetic algorithm for efficient inter-satellite link scheduling in the BeiDou Navigation Satellite System [J]. IEEE/CAA Journal of Automatica Sinica, 2021.

[5] LLM agent-enhanced bi-level online order dispatching and scheduling for large-scale agile earth observation satellites [J]. IEEE Transactions on Geoscience and Remote Sensing, 2026.

[6] 基于智能优化算法引擎的可演进星群智能任务规划[J]. 电子与信息学报, 2025.

[7] 面向卫星任务调度问题的通用化调度引擎研究[M]. 清华大学出版社, 2022.

202608 第四十一期#OR Talk# 活动流程

1，分享话题：遥感卫星调度中的优化问题 & 学习增强型组合优化求解器NOPT

2，关键词：组合优化求解器、NOPT、学习增强型、标准化建模、大规模、高时效性、约束复杂非线性

3，分享人：杜永浩

杜永浩老师目前是国防科技大学系统工程学院副教授，中国仿真学会资源规划仿真与决策专委会秘书长，入选中国科协青年人才托举工程、湖南省青年人才、全国高被引学者。

杜老师从事智能优化方法与应用研究，主持国家和省部级项目十余项，研制了自主可控的学习增强型组合优化求解器NOPT，支撑工业、空天领域应用。以第一/通信作者在IEEE TEVC、TSMC、TGRS、自动化学报、电子与信息学报等发表论文30余篇，第一作者出版《航天资源规划与调度》系列丛书3部，授权发明专利30余项。获吴文俊人工智能青年科技奖、科技进步一等奖，中国仿真学会科技进步一等奖、自然科学二等奖，湖南省自然科学二等奖、优秀博士学位论文等。

1. 流程安排：

第一阶段：公开线上讲座分享 (北京时间 2026 年 8 月 16 号（周日） 19:00 - 20:00)

• 参与方式： 线上讲座。

• 互动规则： 线上讲座期间，欢迎大家在评论区实时留言提问。我们将选取代表性问题进行解答。

第二阶段：深度互动研讨 (北京时间 北京时间 2026 年 8 月 16 号（周日） 20:00 - 21:00)

• 参与方式： 加入知识星球会员或加入责编团队。

• 互动形式： 线上讲座结束后，我们将邀请主讲人、责编与星球会员进行深度对谈。在这一小时里，我们将进行“零距离”互动，针对具体细节及实战难点进行拆解。

1. 线上讲座方式：：

#OR Talk#往期活动

加群：加入全球华人OR|AI|DS社区硕博微信学术群

资料：免费获得大量运筹学相关学习资料

人才库：加入运筹精英人才库，获得独家职位推荐

电子书：免费获取平台小编独家创作的优化理论、运筹实践和数据科学电子书，持续更新中ing...

加入我们：加入「运筹OR帷幄」，参与内容创作平台运营

知识星球：加入「运筹OR帷幄」数据算法社区，免费参与每周「领读计划」、「行业inTalk」、「OR会客厅」等直播活动，与数百位签约大V进行在线交流

文章须知

推文作者：运筹OR帷幄

责任编辑：王君怡

美术编辑：吴澜