基于强化学习的遥感卫星通用约束库参数优化方法及系统

AITNT
正文
推荐专利
基于强化学习的遥感卫星通用约束库参数优化方法及系统
申请号:CN202510999166
申请日期:2025-07-21
公开号:CN120911425A
公开日期:2025-11-07
类型:发明专利
摘要
本发明公开了基于强化学习的遥感卫星通用约束库参数优化方法,包括以下步骤:S1、筹划约束库,主要描述任务筹划过程中影响方案可行性的约束,其中包括载荷工作时长约束、载荷动作时序约束、多星协同任务约束及区域目标协同约束;S2、采用强化学习方法为约束校验过程中涉及到数学模型的参数进行优化配置;S3、参数优化配置算法通过与之前载荷调度的数据信息进行交互,以学习历史调度方案中约束校验参数的敏感性变化规律;S4、形成约束校验参数的最优配置方案。本发明突破传统单星定制化约束库的局限,首次建立标准化、可复用的约束模型,覆盖载荷工作时长、动作时序、协同任务等核心场景。
技术关键词
地面站 参数优化方法 子模块 资源 强化学习算法 参数优化系统 管理插件 优化配置算法 时序 强化学习方法 学习特征 电子 载荷 光学成像卫星 嵌入方法 神经网络模型
系统为您推荐了相关专利信息
1
一种基于非线性特征的牙齿实例分割方法
实例分割方法 非线性特征 实例分割网络 编码器模块 注意力
2
大模型计算加速芯片架构
归一化模块 节点 芯片架构 存储控制系统 加速核
3
一种人力资源管理方法和系统
人力资源管理方法 人力资源管理系统 信息处理模型 社交 循环神经网络模型
4
一种考虑主从博弈的虚拟电厂定制聚合优化方法
双层优化模型 表达式 电力系统需求响应技术 功率 风光
5
基于改进麻雀搜索算法的空调冷冻水PID参数优化方法
位置更新 参数优化方法 空调冷冻水系统 搜索算法优化 余弦定理
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