基于双深度Q网络的多目标遥感产品生产任务调度算法

来源：电子与信息学报杂志2025年第8期北京时间：

作者：周黎鸣, 余汐, 范明虎, 左宪禹, 乔保军

单位：1.河南大学河南省大数据分析与处理重点实验室 开封 4750042.河南大学计算机与信息工程学院 开封 475004

摘要：遥感产品的生产是一个涉及动态因素的多任务调度问题，任务之间存在资源竞争与冲突，且受生产环境实时变化的影响。如何实现自适应、多目标的高效调度成为问题关键。为此，该文创新性地提出一种基于双深度Q网络(DDQN)的多目标遥感产品生产任务调度算法(MORS)，该方法可以有效降低遥感产品的生产时间，并实现节点资源的负载均衡。首先将多个产品输入处理单元生成相应的遥感算法，然后基于价值驱动的并行可执行筛选策略得到算法子集。在此基础上，设计一个能够感知遥感算法特征和节点特征的深度神经网络模型。通过综合遥感算法生产时间和节点资源状态设计奖励函数，采用DDQN算法训练模型，以确定待处理子集中每个遥感算法的最佳执行节点。在不同数量产品的仿真实验中，将MORS与先来先服务(FCFS)、轮询调度(RR)、遗传算法(GA)以及基于深度Q网络(DQN)的任务调度算法和基于双流深度Q网络(Dueling DQN)的任务调度算法进行全面对比。实验结果表明，MORS在遥感任务调度上相较于其它算法具有有效性和优越性。

关键词：遥感任务调度, 多目标优化, 双深度Q网络

基金资助：河南省高校科技创新团队支持计划(24IRTSTHN021)，河南省重点研究与推广项目(242102210081, 252102211053)，河南省研究生教育改革与质量提升项目(YJS2023JD28)