一种基于深度学习神经网络的多星筹划方法、设备及介质

本发明公开了一种基于深度学习神经网络的多星筹划方法、设备及介质，其中方法包括：获取多星筹划的历史筹划数据，预处理后，获取多星筹划深度学习神经网络的资源信息；依据多星筹划需考虑的约束信息，确定约束函数，做为深度学习神经网络的模型约束条件；划定标志位，依据被观测目标任务选择资源信息特征值作为深度学习神经网络输入；依据多星筹划的观测任务满足度和卫星载荷利用率，确定目标函数，对深度学习神经网络进行训练；利用训练后的深度学习神经网络进行多星筹划。本发明提供了一种新的基于深度学习神经网络的多星筹划方法，可以使多星筹划任务具有更好的冗余性、鲁棒性和执行任务能力，更快、更准确的完成用户多星筹划任务需求。