基于静态约束冲突图学习的大规模卫星任务规划方法及系统

AITNT
正文
推荐专利
基于静态约束冲突图学习的大规模卫星任务规划方法及系统
申请号:CN202411514368
申请日期:2024-10-29
公开号:CN119358946A
公开日期:2025-01-24
类型:发明专利
摘要
本发明提出了一种基于静态约束冲突图学习的大规模卫星任务规划方法及系统,包括:针对大规模卫星任务规划问题进行数学描述,设计优化目标函数;针对大规模卫星任务规划问题中的进行约束分析和数学表达;根据约束的不同特征分为静态约束和动态约束;针对静态约束,构建静态约束冲突图模型;输入卫星任务及其原始信息,对静态约束冲突图模型求解,得到不含静态约束冲突的初始卫星任务组合序列,再对初始卫星任务组合序列中的动态约束进行求解,最终得到卫星任务规划结果。本发明解决了大规模密集任务场景下的多卫星协同调度问题,极大提升了求解大规模卫星任务规划问题的计算效率,为进一步提升卫星智能化管控水平提供一种新的方法参考。
技术关键词
规划 节点 元启发式算法 损失函数设计 动态 数学 邻居 决策 粒子群算法 蚁群算法 序列 遗传算法 网络 输入模块 能源 输出模块 总量 变量 矩阵 表达式
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号