基于Multi-Agent与DNN的测控资源调度分配的方法

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。