摘要
本发明公开了一种基于自组织学习算法的大规模卫星测控调度方法及系统,包括:建立大规模卫星测控调度模型,所述大规模卫星测控调度模型的优化目标是最大化任务收益;使用规则的算法产生一个测控调度方案;当终止条件不满足时,计算收益并更新下一个时刻的状态,计算策略概率,根据策略概率产生行动选择算子,使用选择算子产生一个新的测控调度方案,重复该流程直到满足终止条件后输出最终的方案。该方法构建了大规模卫星测控调度整数规划模型,通过深度强化学习算法训练遗传算法参数,使用最优的遗传算法参数产生卫星测控调度方案,能够保持种群的多样性,避免陷入局部最优解,提高了搜索的鲁棒性和韧性。
技术关键词
深度强化学习算法
遗传算法
调度系统
组织
策略
报酬
整数规划模型
唯一性
计算机存储介质
决策
模块
变量
鲁棒性
序列
参数
链路
系统为您推荐了相关专利信息
西红柿种子
自动化控制设备
机器学习算法
平台
数据采集器
存储器
子模块
资源调度系统
基板管理控制器
资源调度方法
环境状态信息
分发策略
低代码平台
路径优化算法
复制数据
输出特征
神经网络结构搜索
编码器模块
初始化方法
图像降噪方法
新能源场站
储能优化配置方法
储能荷电状态
优化调度模型
电网储能