针对星座“多对多”在轨加注调度建模复杂度高、求解效率低且易陷入局部最优的问题，提出基于森林建模的分层-混合优化策略。将场景抽象为在轨时间依赖型多车场两阶段车辆路径问题，用森林结构描述加注层次及轨道转移关系，并考虑摄动引起的升交点赤经与相位漂移对燃耗的影响。提出大语言模型引导的自适应混合多目标进化算法，设计遗传与邻域搜索算子并引入自适应选择机制，当算法停滞时利用大语言模型对精英解重优化。实验表明，该方法有效提升解质量。

星座；在轨加注；森林结构；自适应混合进化算法；优化调度；大语言模型