针对成像卫星观测效率较低的问题，提出了一种侧摆情况下的多星点目标调度方法。首先分析了卫星与地面目标的角度关系、正负侧摆角度以及时间窗口的计算方法。在此基础上，以最大化观测收益、最小化侧摆次数及最小化总的侧摆角度为优化目标，建立了带侧摆的多星点目标调度模型。并基于演化算法，提出了一种载荷侧摆情况下优化调度算法。算法中采用任务级别的单点交叉算子，通过时间窗口的选取进行变异操作，定义了基于冲突度的适应度计算函数，通过调整活动的实际开始时间来减少冲突，基于目标的优先顺序设计了个体的选择策略，基于冲突代价的概念设计了冲突消除方法。最后，针对一个具体的实例，给出了5星100个点目标在侧摆情况下的调度与仿真结果，并对侧摆角度分别为0°、10°、25°时的调度性能进行了分析。实验结果表明，当侧摆角度为25°时，其观测效率比无侧摆时提高18%，该方法在应急救灾及战时快速响应等应用上有着重要的价值。

给出了空间应急任务的解决方法，当发生需要空间服务的应急任务时，首先利用现有卫星组成的星座对目标地点进行覆盖计算，如果其覆盖性能不满足任务需求，就用NSGA-Ⅱ算法对卫星星座进行优化设计，这里优化星座中每颗卫星的平近点角;然后利用调相机动实现星座优化结果，将卫星机动到指定位置，并计算每颗卫星的机动时刻以及机动所需要的能量;最后给出了应急任务算例和它的具体解决过程，计算出了卫星机动变轨的时刻和所需能量。

设计一种高效的演化多目标优化算法，使其能获得一组同时具有优异的收敛性和多样性的解集是一项很困难的任务。为了能高效求解多目标优化问题，在基于指标的进化算法(IBEA)的基础上：1)引入基于目标空间网格的多样性保持策略，保证算法近似前沿具有优异的分布性；2)引入反向学习机制，同时评估当前解和当前解的反向解，期望能找到一组较优的解从而加快算法收敛。通过6个标准测试函数对改进算法进行测试，其结果表明改进算法可以有效逼近真实Pareto前沿并且分布均匀。

对传统多目标算法NSGA-Ⅱ及模型多目标算法RM-MEDA进行了分析，并指出了二者的不足。在此基础上，提出基于概率模型的混合多目标算法，并设计了相应的建模准则用于实现两种算法的结合，使得提出的算法能够充分发挥两种算法的优势。将提出的算法与NSGA-Ⅱ算法和RM-MEDA算法在10个测试函数进行了实验对比，结果证实了算法在全局收敛性及多样性等方面有着较好的效果。

提出了在基于有序简单多边形的平面点集凸包快速求取算法基础上改进的并行算法，该算法的时间复杂度达到了O（n）。在PC机互连构成的机群（COW）并行计算系统上以消息传递方式执行该算法，通过与原串行算法对比验证了该算法的可行性、正确性和高效性。