高需求下满意度仍超0.996
把粒子群优化改造为离散选择模型，同时处理用户需求变化与卫星连接更新，在动态环境中提供比模拟退火和遗传算法更稳定的服务质量。
Lingchao, Zeng · Qin, Pengfei · Zhou, Yejun · Liu, Huiliang · Cai, Yaxing
Electronics (Switzerland) 2024
将PSO算法改进为适用于离散选择问题，使粒子群智能能够直接求解用户-卫星匹配这类组合优化，而非局限于连续空间搜索。
通过主循环函数迭代更新用户数据与连接状态，在用户需求动态变化时不断调整连接方案，而不是静态一次性分配。
算法通过适应度函数中的用户优先级项，优先保障高需求用户的连接，即使在高需求场景下，其满意度仍保持在0.95以上。