遥感数据处理任务综合调度是根据用户和实际应用的需求,合理分配遥感数据处理资源,充分发挥遥感数据处理系统的能力,以满足日益增多的遥感数据处理需求。遥感数据处理任务综合调度问题主要研究如何将多个地面站(或遥感数据处理任务的发布者)定义的遥感数据处理任务分配给多个遥感数据处理中心,并对每个遥感数据处理中心内部的处理资源进行有效的分配与调度,以制定遥感数据的处理计划,在尽量按时并且最大化完成用户提交的遥感数据处理任务的前提下,提高处理资源的使用效率。因此,本问题的研究具有重要的理论价值与应用意义。本文在对遥感数据处理任务综合调度问题进行分析的基础上,提出了有限集中的调度模式。针对该调度模式所对应的遥感数据处理任务分配和调度问题,分别建立了数学模型,并设计算法对模型进行求解,最终设计和实现了一个遥感数据处理任务综合调度的软件系统。本文的主要研究内容和创新点如下:(1)研究了遥感数据处理任务综合调度框架和模式调度框架和模式是对本问题进行精确建模和有效求解的基础。本文在对遥感数据处理的组织实施过程、标准化产品生产和用户需求的分析基础上,提出了采用有限集中的调度模式,构建了基于网格环境下的遥感数据处理任务综合调度的框架,将遥感数据处理任务综合调度问题分为遥感数据处理任务分配和遥感数据处理任务调度两个阶段进行求解。(2)提出了遥感数据任务分配框架和相关分配方案在解决遥感数据处理任务分配问题的时候,分析了需要考虑的输入、输出因素,建立了任务分配问题求解的框架。采用了Bayes信任模型对遥感数据处理任务进行初始分配,以降低问题求解的复杂度,提高求解速度。通过对遥感数据处理任务完成时间和遥感数据传输时间的预测,确定了每个分配方案的滞后成本。提出了有效的分配方案调整策略,最终生成了可行的分配方案。(3)提出了遥感数据处理任务调度模型遥感数据处理任务综合调度是一个非常复杂的问题,不仅涉及的资源和活动很多,而且它们彼此之间的关系非常复杂。为了能准确地描述这一问题,本文在分析遥感数据处理调度问题的特点的基础上,建立了遥感数据处理任务调度的数学模型。(4)提出了求解遥感数据处理任务调度模型的智能优化算法遥感数据处理任务调度算法研究是本文研究的另一个重点。遥感数据处理任务调度问题是一个典型的多目标决策问题,本文采用TOPSIS方法处理这个多目标决策问题,并分别采用动态启发式算法和演化学习型蚁群算法对问题模型进行求解。