随着航天技术的飞速发展,卫星的自主在轨服务成为可能,目前国内外已经广泛的展开了有人和无人的在轨服务任务。为了以低成本延长在轨卫星的使用寿命,由一颗卫星连续自主在轨服务多颗目标星的模式被提出,是各国太空技术的未来发展趋势。本文考虑到地球同步卫星的数量庞大且较为珍贵,因此研究了不同的实际约束下的地球同步卫星一对多在轨服务任务规划问题。首先,研究了任务时间受限的服务星对多卫目标星进行在轨巡查任务的规划问题。考虑到任务时间约束和轨道动力学约束,采用了灵活的Lambert的变轨策略,建立了多种约束下的服务星脉冲机动值最小化的规划模型,先提出了基于传统的遗传算法求解每个目标星的在轨巡查时刻的求解方法,后又提出采用基于贪婪策略的遗传算法求解两次在轨巡查时间间隔的改进算法,以减小搜索空间获得更好的优化结果,并选用了多颗在轨的北斗卫星进行仿真验证,证明了基于贪婪策略的遗传算法的优越性。其次,研究了考虑太阳光照约束下服务星对对多目标星的抵近观测任务规划问题。由于考虑到观测类任务对视觉信息的依赖,研究了太阳光照对在轨服务时刻的约束,将太阳的光照约束转化为顺光时间窗口的选择问题,建立了受轨道动力学约束、时间约束的服务星机动脉冲最小化的优化模型。先分别提出了混合实数编码和实数编码两种策略下采用遗传算法进行优化的方法;后考虑到量子遗传算法在连续空间的搜索能力,提出了采用量子遗传算法优化求解服务星机动的时刻和目标星的服务序列的求解算法。进行了仿真,验证了算法的有效性,并通过对比分析研究了编码方式和不同的智能算法对求解效果的影响。最后,研究了考虑任务的不确定性下的多卫星在轨服务任务规划问题。考虑了在轨加注的燃料需求不确定性和碎片清除能否完成的不确定性对变轨的燃料消耗代价的影响。先采用期望值表征不确定性,建立了优化在轨服务任务纯收益的随机期望模型并提出分支定界法的求解方法。后考虑到对鲁棒性的要求,建立了基于盒式不确定性的非线性的鲁棒模型,提出了递归遍历和分支定界法相结合的算法。分别在两种不确定性和混合不确定性的场景下进行了仿真实验,验证了两种模型的有效性,给出了鲁棒模型中不确定的范围的合理边界。