<?xml version="1.0" encoding="UTF-8" ?>
< oai_dc:dc schemaLocation =" http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd " >
< dc:title lang =" en-US " > Imaging scheduling on an earth observation sattelite </ dc:title >
< dc:title lang =" pt-BR " > Otimização de scheduling de tarefas para satélite de observação da Terra </ dc:title >
< dc:creator > Melo Junior, Jose Carlos de </ dc:creator >
< dc:creator > Belderrain , Mischel Carmen Neyra </ dc:creator >
< dc:creator > De Marchi, Mônica Maria </ dc:creator >
< dc:creator > Geraldo , Diego </ dc:creator >
< dc:subject lang =" pt-BR " > Satélites </ dc:subject >
< dc:subject lang =" pt-BR " > Sensoriamento Remoto </ dc:subject >
< dc:subject lang =" pt-BR " > Algoritmos Genéticos </ dc:subject >
< dc:subject lang =" en-US " > Satellites </ dc:subject >
< dc:subject lang =" en-US " > Remote Sensing </ dc:subject >
< dc:subject lang =" en-US " > Genetic Algorithms </ dc:subject >
< dc:description lang =" en-US " > Earth Observation Satellites are remote sensing satellites used for imaging tasks on Earth. However, they are still scarce with respect to the increasing uses and requests for imaging. As a result, the optimization of the scheduling plays an important role in the management of satellites. Here, the problem is modeled and implemented in a computational platform named AEROGRAF, and a hybrid Genetic Algorithm is used to handle the problem. The proposed method was able to optimize the scheduling for 300 targets in a few seconds, maximizing the given objective function. </ dc:description >
< dc:description lang =" pt-BR " > Satélites de Observação da Terra são satélites que possuem a capacidade de imagear alvos na superfície. Entretanto, o que se observa na prática é que a demanda de requisições de imageamento normalmente excede a capacidade desse tipo de Sistema Espacial. Assim, a otimização do scheduling de tarefas de imageamento é de vital importância, pois permite que esses Sistemas possam ser operados eficientemente. Neste trabalho, o problema é modelado implementado na plataforma AEROGRAF, e um Algoritmo Genético híbrido é proposto para resolver o problema. O método proposto permitiu otimizar um scheduling para até 300 alvos em poucos segundos, maximizando a função objetivo proposta no artigo. </ dc:description >
< dc:publisher lang =" pt-BR " > Instituto de Aplicações Operacionais (IAOp), por delegação do Comando de Preparo </ dc:publisher >
< dc:date > 2020-07-21 </ dc:date >
< dc:type > info:eu-repo/semantics/article </ dc:type >
< dc:type > info:eu-repo/semantics/publishedVersion </ dc:type >
< dc:type lang =" pt-BR " > Avaliado pelos pares </ dc:type >
< dc:format > application/pdf </ dc:format >
< dc:identifier > https://spectrum.ita.br/index.php/spectrum/article/view/71 </ dc:identifier >
< dc:identifier > 10.55972/spectrum.v21i1.71 </ dc:identifier >
< dc:source lang =" en-US " > Operational Applications in Defense Areas; Vol. 21 (2020): Operational Applications in Defense Areas ; 16-21 </ dc:source >
< dc:source lang =" pt-BR " > Aplicações Operacionais em Áreas de Defesa; v. 21 (2020): Aplicações Operacionais em Áreas de Defesa; 16-21 </ dc:source >
< dc:source > 2764-2658 </ dc:source >
< dc:source > 1981-4291 </ dc:source >
< dc:language > por </ dc:language >
< dc:relation > https://spectrum.ita.br/index.php/spectrum/article/view/71/64 </ dc:relation >
< dc:rights lang =" pt-BR " > Copyright (c) 2020 Jose Carlos de Melo Junior, Mischel Carmen Neyra Belderrain , Mônica Maria De Marchi, Diego Geraldo </ dc:rights >
< dc:rights lang =" pt-BR " > https://creativecommons.org/licenses/by-nc-sa/4.0 </ dc:rights >
</ oai_dc:dc >
<?xml version="1.0" encoding="UTF-8" ?>
< record schemaLocation =" http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd " >
< leader > nmb a2200000Iu 4500 </ leader >
< controlfield tag =" 008 " > "200721 2020 eng " </ controlfield >
< datafield ind1 =" # " ind2 =" # " tag =" 022 " >
< subfield code =" $a " > 2764-2658 </ subfield >
</ datafield >
< datafield ind1 =" # " ind2 =" # " tag =" 022 " >
< subfield code =" $a " > 1981-4291 </ subfield >
</ datafield >
< datafield ind1 =" " ind2 =" " tag =" 042 " >
< subfield code =" a " > dc </ subfield >
</ datafield >
< datafield ind1 =" 0 " ind2 =" 0 " tag =" 245 " >
< subfield code =" a " > Otimização de scheduling de tarefas para satélite de observação da Terra </ subfield >
</ datafield >
< datafield ind1 =" 1 " ind2 =" " tag =" 720 " >
< subfield code =" a " > Melo Junior, Jose Carlos de </ subfield >
< subfield code =" u " > Instituto de Aplicações Operacionais (IAOp) </ subfield >
</ datafield >
< datafield ind1 =" 1 " ind2 =" " tag =" 720 " >
< subfield code =" a " > Belderrain , Mischel Carmen Neyra </ subfield >
< subfield code =" u " > Instituto Tecnológico de Aeronáutica (ITA) </ subfield >
</ datafield >
< datafield ind1 =" 1 " ind2 =" " tag =" 720 " >
< subfield code =" a " > De Marchi, Mônica Maria </ subfield >
< subfield code =" u " > Instituto de Estudos Avançados (IEAv) </ subfield >
</ datafield >
< datafield ind1 =" 1 " ind2 =" " tag =" 720 " >
< subfield code =" a " > Geraldo , Diego </ subfield >
< subfield code =" u " > Instituto de Estudos Avançados (IEAv) </ subfield >
</ datafield >
< datafield ind1 =" " ind2 =" " tag =" 520 " >
< subfield code =" a " > Satélites de Observação da Terra são satélites que possuem a capacidade de imagear alvos na superfície. Entretanto, o que se observa na prática é que a demanda de requisições de imageamento normalmente excede a capacidade desse tipo de Sistema Espacial. Assim, a otimização do scheduling de tarefas de imageamento é de vital importância, pois permite que esses Sistemas possam ser operados eficientemente. Neste trabalho, o problema é modelado implementado na plataforma AEROGRAF, e um Algoritmo Genético híbrido é proposto para resolver o problema. O método proposto permitiu otimizar um scheduling para até 300 alvos em poucos segundos, maximizando a função objetivo proposta no artigo. </ subfield >
</ datafield >
< datafield ind1 =" " ind2 =" " tag =" 260 " >
< subfield code =" b " > Instituto de Aplicações Operacionais (IAOp), por delegação do Comando de Preparo </ subfield >
</ datafield >
< dataField ind1 =" " ind2 =" " tag =" 260 " >
< subfield code =" c " > 2020-09-02 00:00:00 </ subfield >
</ dataField >
< datafield ind1 =" " ind2 =" 7 " tag =" 655 " >
< subfield code =" a " > Avaliado pelos pares </ subfield >
</ datafield >
< datafield ind1 =" " ind2 =" " tag =" 856 " >
< subfield code =" q " > application/pdf </ subfield >
</ datafield >
< datafield ind1 =" 4 " ind2 =" 0 " tag =" 856 " >
< subfield code =" u " > https://spectrum.ita.br/index.php/spectrum/article/view/71 </ subfield >
</ datafield >
< datafield ind1 =" 0 " ind2 =" " tag =" 786 " >
< subfield code =" n " > Aplicações Operacionais em Áreas de Defesa; v. 21 (2020): Aplicações Operacionais em Áreas de Defesa </ subfield >
</ datafield >
< datafield ind1 =" " ind2 =" " tag =" 546 " >
< subfield code =" a " > por </ subfield >
</ datafield >
< datafield ind1 =" " ind2 =" " tag =" 540 " >
< subfield code =" a " > Copyright (c) 2020 Jose Carlos de Melo Junior, Mischel Carmen Neyra Belderrain , Mônica Maria De Marchi, Diego Geraldo </ subfield >
</ datafield >
</ record >
<?xml version="1.0" encoding="UTF-8" ?>
< oai_marc catForm =" u " encLvl =" 3 " level =" m " status =" c " type =" a " schemaLocation =" http://www.openarchives.org/OAI/1.1/oai_marc http://www.openarchives.org/OAI/1.1/oai_marc.xsd " >
< fixfield id =" 008 " > "200721 2020 eng " </ fixfield >
< varfield i1 =" # " i2 =" # " id =" 022 " >
< subfield label =" $a " > 2764-2658 </ subfield >
</ varfield >
< varfield i1 =" # " i2 =" # " id =" 022 " >
< subfield label =" $a " > 1981-4291 </ subfield >
</ varfield >
< varfield i1 =" " i2 =" " id =" 042 " >
< subfield label =" a " > dc </ subfield >
</ varfield >
< varfield i1 =" 0 " i2 =" 0 " id =" 245 " >
< subfield label =" a " > Otimização de scheduling de tarefas para satélite de observação da Terra </ subfield >
</ varfield >
< varfield i1 =" 1 " i2 =" " id =" 720 " >
< subfield label =" a " > Melo Junior, Jose Carlos de </ subfield >
< subfield label =" u " > Instituto de Aplicações Operacionais (IAOp) </ subfield >
</ varfield >
< varfield i1 =" 1 " i2 =" " id =" 720 " >
< subfield label =" a " > Belderrain , Mischel Carmen Neyra </ subfield >
< subfield label =" u " > Instituto Tecnológico de Aeronáutica (ITA) </ subfield >
</ varfield >
< varfield i1 =" 1 " i2 =" " id =" 720 " >
< subfield label =" a " > De Marchi, Mônica Maria </ subfield >
< subfield label =" u " > Instituto de Estudos Avançados (IEAv) </ subfield >
</ varfield >
< varfield i1 =" 1 " i2 =" " id =" 720 " >
< subfield label =" a " > Geraldo , Diego </ subfield >
< subfield label =" u " > Instituto de Estudos Avançados (IEAv) </ subfield >
</ varfield >
< varfield i1 =" " i2 =" " id =" 520 " >
< subfield label =" a " > Satélites de Observação da Terra são satélites que possuem a capacidade de imagear alvos na superfície. Entretanto, o que se observa na prática é que a demanda de requisições de imageamento normalmente excede a capacidade desse tipo de Sistema Espacial. Assim, a otimização do scheduling de tarefas de imageamento é de vital importância, pois permite que esses Sistemas possam ser operados eficientemente. Neste trabalho, o problema é modelado implementado na plataforma AEROGRAF, e um Algoritmo Genético híbrido é proposto para resolver o problema. O método proposto permitiu otimizar um scheduling para até 300 alvos em poucos segundos, maximizando a função objetivo proposta no artigo. </ subfield >
</ varfield >
< varfield i1 =" " i2 =" " id =" 260 " >
< subfield label =" b " > Instituto de Aplicações Operacionais (IAOp), por delegação do Comando de Preparo </ subfield >
</ varfield >
< varfield i1 =" " i2 =" " id =" 260 " >
< subfield label =" c " > 2020-09-02 00:00:00 </ subfield >
</ varfield >
< varfield i1 =" " i2 =" 7 " id =" 655 " >
< subfield label =" a " > Avaliado pelos pares </ subfield >
</ varfield >
< varfield i1 =" " i2 =" " id =" 856 " >
< subfield label =" q " > application/pdf </ subfield >
</ varfield >
< varfield i1 =" 4 " i2 =" 0 " id =" 856 " >
< subfield label =" u " > https://spectrum.ita.br/index.php/spectrum/article/view/71 </ subfield >
</ varfield >
< varfield i1 =" 0 " i2 =" " id =" 786 " >
< subfield label =" n " > Aplicações Operacionais em Áreas de Defesa; v. 21 (2020): Aplicações Operacionais em Áreas de Defesa </ subfield >
</ varfield >
< varfield i1 =" " i2 =" " id =" 546 " >
< subfield label =" a " > por </ subfield >
</ varfield >
< varfield i1 =" " i2 =" " id =" 540 " >
< subfield label =" a " > Copyright (c) 2020 Jose Carlos de Melo Junior, Mischel Carmen Neyra Belderrain , Mônica Maria De Marchi, Diego Geraldo </ subfield >
</ varfield >
</ oai_marc >
<?xml version="1.0" encoding="UTF-8" ?>
< rfc1807 schemaLocation =" http://info.internet.isi.edu:80/in-notes/rfc/files/rfc1807.txt http://www.openarchives.org/OAI/1.1/rfc1807.xsd " >
< bib-version > v2 </ bib-version >
< id > https://spectrum.ita.br/index.php/spectrum/article/view/71 </ id >
< entry > 2022-05-18T12:31:26Z </ entry >
< organization > Instituto de Aplicações Operacionais (IAOp), por delegação do Comando de Preparo </ organization >
< organization > v. 21 (2020): Aplicações Operacionais em Áreas de Defesa; 16-21 </ organization >
< title > Otimização de scheduling de tarefas para satélite de observação da Terra </ title >
< type > Avaliado pelos pares </ type >
< author > Melo Junior, Jose Carlos de; Instituto de Aplicações Operacionais (IAOp) </ author >
< author > Belderrain , Mischel Carmen Neyra; Instituto Tecnológico de Aeronáutica (ITA) </ author >
< author > De Marchi, Mônica Maria; Instituto de Estudos Avançados (IEAv) </ author >
< author > Geraldo , Diego; Instituto de Estudos Avançados (IEAv) </ author >
< date > 2020-07-21 </ date >
< other_access > url:https://spectrum.ita.br/index.php/spectrum/article/view/71 </ other_access >
< keyword > Satélites </ keyword >
< keyword > Sensoriamento Remoto </ keyword >
< keyword > Algoritmos Genéticos </ keyword >
< language > pt_BR </ language >
< abstract > Satélites de Observação da Terra são satélites que possuem a capacidade de imagear alvos na superfície. Entretanto, o que se observa na prática é que a demanda de requisições de imageamento normalmente excede a capacidade desse tipo de Sistema Espacial. Assim, a otimização do scheduling de tarefas de imageamento é de vital importância, pois permite que esses Sistemas possam ser operados eficientemente. Neste trabalho, o problema é modelado implementado na plataforma AEROGRAF, e um Algoritmo Genético híbrido é proposto para resolver o problema. O método proposto permitiu otimizar um scheduling para até 300 alvos em poucos segundos, maximizando a função objetivo proposta no artigo. </ abstract >
</ rfc1807 >