基于集成BP神经网络的成像卫星任务可调度性预测方法
随着中国高分辨率对地观测系统的深入建设,用户需求与观测资源的规模急剧增长,传统的多星联合调度算法计算时间复杂度大大增加,使得分布式管控模式下成像任务分配效率降低,用户无法及时获取调度方案以调整需求,成像任务的可调度性预测可作为解决上述问题的有效途径.本文提出了一种新的组件化求解架构,包括相互关联的协同任务分配组件、调度组件、特征提取组件以及预测组件.在经典成像卫星调度模型的基础上,提出了描述单个任务与任务子集属性的若干特征向量,采用变隐含层节点的多BP神经网络集成技术对成像任务可调度性预测问题进行求解.仿真实验验证,本文采用的集成BP神经网络对于单颗成像卫星日可调度性平均预测准确度可以稳定达到85％以上.
对地观测卫星 任务可调度性 预测算法 集成多层前馈神经网络
白国庆 陈英武 杨振宇 刘嵩
国防科学技术大学 信息系统与管理学院,湖南 长沙 410073
国内会议
北京
中文
1-9
2013-12-01（万方平台首次上网日期，不代表论文的发表时间）