摘要
本发明公开了一种基于深度Q学习和启发式规则的敏捷地球观测卫星规划方法,利用DQN学习任务分配策略,提高任务分配的效率和质量,结合多种启发式规则,动态调整调度策略,能够适应不同场景需求;通过时间松弛的任务滑动插入策略,允许调整已安排任务的执行时间,减少任务冲突,提高调度灵活性;通过上层任务分配和下层任务调度之间的交互机制,确保任务分配和调度的高效性和稳定性。
技术关键词
启发式规则
地球观测卫星
任务分配策略
深度Q学习网络
任务分配模型
任务调度模型
更新网络参数
启发式方法
随机梯度下降
交互机制
规划
松弛
优化器
序列
阶段
系统为您推荐了相关专利信息
混合优化算法
排序系统
启发式规则
中央控制模块
遗传算法
搜索方法
认知地图
任务分配模型
无人机集群协同
动作策略
异构集成方法
时间序列预测模型
芯片
任务分配策略
硅通孔结构
水动力学模型
优化调度系统
启发式规则
拓扑结构信息
粒子群算法