[发明专利]基于Multi-Agent与DNN的测控资源调度分配的方法有效
申请号: | 201711177700.8 | 申请日: | 2017-11-23 |
公开(公告)号: | CN107798388B | 公开(公告)日: | 2022-02-08 |
发明(设计)人: | 李长德;徐梁;陈洁;王兆俊 | 申请(专利权)人: | 航天天绘科技有限公司 |
主分类号: | G06N5/04 | 分类号: | G06N5/04;G06N3/04;G06Q10/04;G06Q10/06 |
代理公司: | 北京善任知识产权代理有限公司 11650 | 代理人: | 王大方;金杨 |
地址: | 100190 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于Multi‑Agent与DNN的测控资源调度分配方法,步骤为:设计测控资源动态调度问题的3大类智能体;基于对策论的Multi‑Agent协商分配机制,对测控任务与测控资源的初步安排;创建测控任务知识库,利用具有深度学习结构的DNN深度神经网络算法对测控任务知识库进行反复训练,进而消除测控任务之间相互冲突问题;深度学习后生成测控任务动态事实库,然后根据生成的最优测控任务执行序列把任务分发至各个测控站进行准确执行。本发明通过采用基于对策论Multi‑Agent协作技术以及深度神经网络技术优化了测控资源规划与调度问题。利用DNN深度神经网络算法的深度学习过程,不断完善测控任务知识库,从而提高测控资源调度管理的动态调整和智能化执行。 | ||
搜索关键词: | 基于 multi agent dnn 测控 资源 调度 分配 方法 | ||
【主权项】:
基于Multi‑Agent与DNN的测控资源调度分配的方法,其特征在于:具体包含如下步骤:步骤A,设计测控资源动态调度问题的智能体;步骤B,基于对策论的Multi‑Agent协商调度分配机制,对测控任务与测控资源进行分配,生成测控任务与测控资源分配与调度的初步方案;步骤C,创建测控任务知识库,利用具有深度学习结构的DNN深度神经网络算法对测控任务知识库进行反复训练,进而消除测控任务之间相互冲突问题;步骤D,深度学习后生成测控任务动态事实库,进而根据生成的最优测控任务执行序列把任务分发至各个测控站进行准确执行。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于航天天绘科技有限公司,未经航天天绘科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711177700.8/,转载请声明来源钻瓜专利网。