Planning operations of space probes

Abstract

Práce popisuje řešení komplikovaného rozvrhovacího problému z problematiky vesmírných misí. V práci je popsán problem rozvrhování operací na družici Mars Express Orbiter, který byl původně prezentován jako zadání soutěže vypsané Evropskou vesmírnou agenturou. Práce popisuje a srovnává dva různé přístupy řešení popsaného problému. Prvním řešením je speciálně pro daný problém vyvinutý rozvrhovač, který pracuje na principu přiřazování akcí do časových oken a využívá techniky lokálního prohledávání. Druhé řešení modeluje problém pomocí programování s omezujícími podmínkami (CP) a pro výpočet řešení používá SICStus Prolog. Oba přístupy jsou v závěru práce experimentálně ověřeny. U obou přístupů se podařilo vytvořit funkční řešení. Závěrem práce je, že obecnější přístup pomocí CP je i bez složité heuristiky schopný vytvořit velmi kvalitní rozvrhy, ale selhává pro malou podmnožinu vstupů. Specificky vyvinutý rozvrhovač je schopný díky lokálnímu prohledávání řešit větší velikost vstupu, ale produkované rozvrhy jsou méně kvalitní.

The thesis addresses a complicated real-world scheduling problem from the space operations environment. The Mars Express Orbiter scheduling problem was first presented as a challenge by the European Space Agency. The thesis compares two different solutions. The first solution is an ad-hoc scheduler that is based on scheduling actions into a set of time windows and heavily utilizes local search techniques. The second solution models the problem as a constraint satisfaction problem (CSP) and uses the SICStus Prolog constraint programming solver to find a solution. Both schedulers are experimentally evaluated and the results are compared. Both approaches were able to provide a working solution. The conclusion however states that the more generic CSP based approach was capable of producing higher quality schedules even without a complicated heuristic. It however to compute the schedule for a small subset of inputs. On the other hand, the ad-hoc scheduler was capable of solving larger inputs but the produced solutions are not as good.