基于深度Q学习和集成启发式方法的多敏捷地球观测卫星规划方法

AITNT
正文
推荐专利
基于深度Q学习和集成启发式方法的多敏捷地球观测卫星规划方法
申请号:CN202510404270
申请日期:2025-04-01
公开号:CN120410021A
公开日期:2025-08-01
类型:发明专利
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
1
基于混合优化算法的钢板倒垛排序系统、方法和存储介质
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
2
海量文本关键业务词抽取方法及系统、电子设备、存储介质
文本 深度学习模型 小规模 数据 启发式规则
3
基于全局连通的无人机集群分布式区域搜索方法及系统
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
4
芯片多层异构集成方法、装置、设备及存储介质
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
5
一种平原河网圩区防洪除涝多目标粒子群优化调度系统
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
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