摘要
一种基于改进蚁群算法的卫星星座燃料加注任务规划方法,它属于卫星任务规划技术领域。本发明解决了现有方法难以搜索到最优解且搜索效率低的问题。本发明具体为:步骤一、初始化DQN模型的参数,并对初始DQN模型进行训练后,获得训练好的DQN模型;步骤二、初始化蚁群优化算法的参数,建立蚁群优化算法的适应度函数,并基于训练好的DQN模型建立卫星间的转移概率方程;步骤三、基于建立的适应度函数和转移概率方程进行搜索,得到任务规划结果。本发明将DQN模型的Q值集成到ACO决策过程中,使蚂蚁在节点选择过程中不仅考虑信息素轨迹和启发式距离,还考虑学到的Q值,通过Q值指导蚂蚁的移动决策。本发明方法可以应用于卫星星座燃料加注任务规划。
技术关键词
蚁群优化算法
蚁群算法
轨道
蚂蚁
规划
门控循环单元
燃料
参数
网络
方程
速度
长轴
矩阵
决策
物体
代表
序列
轨迹
因子
节点
系统为您推荐了相关专利信息
生成对抗网络模型
图像处理模块
数据采集模块
导航系统
多模态传感器
综合探测方法
城市道路
地震波传感器
钻孔路径
探地雷达
网络资源规划方法
基站
消息
实时图像
分析图像数据
巡检机器
充电规划
机器狗
电能表检测流水线
节点