基于深度強化學習的航天器功率-信號復合網(wǎng)絡優(yōu)化算法

打開文本圖片集

摘 要：

為了實現(xiàn)航天器電源系統(tǒng)的靈活高效并網(wǎng)，最大化有限能量的利用，提出一種基于深度強化學習 （deep reinforcement learning， DRL） 的功率傳輸與信號傳輸復合網(wǎng)絡拓撲優(yōu)化模型，并使用知識蒸餾原理的多種可解釋組件模型對優(yōu)化過程進行剖析。首先，分析在軌運行階段航天器母線電壓調節(jié)控制域變換規(guī)律，并結合節(jié)點傳播性參數(shù)，建立功率傳輸與信號通信的復合網(wǎng)絡拓撲模型。（剩余18459字）