地面站数传资源配置优化是根据数传服务能力要求向各地面站合理分配数传设备的过程。针对难以建立地面站数传资源配置与数传能力之间映射关系的问题,论文设计了基于元模型的地面站数传资源配置方案优化框架,将地面站数传资源配置优化过程共分为三个阶段:地面站系统数传能力评估建模及求解、描述地面站数传资源配置方案与其数传能力之间映射关系的元模型的构建,以及在元模型基础上进行的资源配置优化。全文主要研究工作和创新点包括:(1)面向能力地面站数传规划模型及粒子群求解算法根据数传过程及数传资源的特点,以地面站系统数传服务总时间最大化为目标,在规范化描述各类约束的基础上建立了面向能力的地面站数传规划模型。模型采用数传需求代替具体的数传任务,实现了地面站系统数传能力与最优数传规划方案之间的对应关系。针对模型求解提出了地面站数传规划的改进粒子群优化算法。算法采用基于可视时间窗的十进制粒子编码方式并构造了解码算子,实现了编码向量到数传规划可执行方案的变换。针对标准粒子群优化算法容易过早陷入局部极值的缺陷,论文设计粒子种群规模动态调整策略,保证种群内粒子之间的差异性;为了改善了粒子群优化算法的局部搜索性能,设计了粒子群个体速度控制策略。为了提高了算法结果的合理性,提出了数传资源配置方案之间的扩展关系,设计了扩展关系下的粒子种群初始化策略。实验结果表明,算法对各种规模问题均可取得高质量结果,并具有较快的求解速度。(2)多类型激活函数的径向基网络设计方法在对各类常用激活函数的特点进行归纳和分类分析的基础上,建立了多类型激活函数径向基网络拟合模型,模型表示为薄板样条拟合网络和高斯拟合网络的结果之和。根据薄板样条函数的全局特性,利用薄板样条拟合网络对待拟合映射的整体趋势进行逼近。结合智能优化的全局优化性与梯度下降的局部优化性,设计了薄板样条拟合网络参数的混合学习算法,提出了薄板样条拟合网络的结构调整策略,使网络结构更加简洁。根据高斯函数的局部特性,用高斯网络对薄板样条拟合网络逼近残差的进一步拟合。为了改善高斯网络的拟合效果,提高参数学习速度,扩展了正则化正交最小二乘法,提出了基于l_k( 0 < k< 2)范数正则化的高斯拟合网络的前向构造算法,并推导了范数阶数k取典型值时的解析结果。多类型激活函数径向基网络,结合了两类激活函数的优点,具有更小的拟合误差。(3)基于偏序约束的卫星地面站数传能力拟合元模型构造方法为了提高多类型激活函数径向基网络对地面站数传能力评估过程的拟合效果,设计了地面站数传资源配置方案对应数传能力之间的两类偏序关系,建立了基于偏序约束的多类型激活函数径向基网络拟合模型,提出了基于约束松弛与次梯度优化的模型求解策略。为了提高训练样本对地面站数传资源配置方案与数传能力之间映射关系的代表性,提出了地面站数传资源配置样本方案的序贯试验设计方法,设计了基于试验设计近似非正交性测度的初始采样点构造算法。根据已得元模型对训练样本的拟合误差,设计了序贯采样子空间构造算法,给出了综合考虑距离测度和不规则性测度的序贯采样方法。偏序约束的引入提高了多类型激活函数径向基网络拟合结果的合理性,序贯试验设计增强了训练样本的代表性,使元模型在较少的样本下能够取得更好的拟合效果。(4)地面站数传资源配置优化模型及近似求解算法以数传服务总时间与建设费用作为影响因子建立了3种卫星地面站数传资源配置优化模型。针对配置方案空间大,难以实施遍历式搜索的难题,设计了变邻域分布估计搜索算法。该算法利用概率分布邻域扩大了分布估计算法的搜索范围,增强了获取满意解的稳定性。利用种群个体位置邻域和种群个体等势邻域的交替变换,实现对局部区域的重点搜索,提高了搜索效率。论文证明了该算法在种群规模有限的条件下的全局迭代收敛性。计算表明,算法具有良好的优化稳定性和较快的搜索速度。为了分析典型资源配置方案邻近区域内各方案对应数传能力的变化范围及分布情况,给出了区域数传能力变化分析方法和区域数传能力统计分析方法。