本論文研究以集群分析法應用於單機衛星取像排程。衛星依據設定的軌道繞行地球，我們運用集群分析與排程方法：縮小取像的計數範圍，提升取像時效性，求最大取像數目的近似解；此種啟發式演算法比耗時費力的窮舉法更具實用價值。
研究考慮衛星能在不同集群間進行連續或分次遙測取像，取像前要先進行衛星鏡頭角度轉換與衛星位置的移動，又取像範圍與電力有特定的限制。
確定取像範圍之後，應用二階段集群分析，反覆使用階層集群法之「階層集群分析法」程序與非階層集群法之「K平均數集群」程序，直到集群分組呈穩定狀態；此時，選出集群密度最高及次高者，進行一次或二次取像之最佳排程組合。
計算機實驗模擬結果顯示，集群數目越多，則取像計數任務數有增加趨勢，直到某一巔峰量之後，會使單一集群任務數太少，導致兩次取像時間總和不足，以至於計數任務總數減少。一般而言，當樣本任務數越多，則集群巔峰數字越大。

In this paper, we study the imaging scheduling of the single remote sensing satellite by using cluster analysis. The orbit of a satellite is setting around the Earth. We use cluster analysis and scheduling method to reduce the count, promote timeliness, and achieve the greatest of the approximate solution. This heuristic algorithm is more practical than the Exhaustive-Attack-method since it is brute and time-consuming.
In this study, we assume that the satellite was enabled to remote sensing images, between different clusters, continually or one time breaking. We begin the next imaging before the satellite camera angle conversion and mobile satellite location. Especially, the imaging range and power have specific limits.
After determining the imaging range, we apply two-step cluster analysis by using the hierarchical method by the Hierarchical procedure and the non-hierarchical method by K-Means Cluster procedure, alternatively; until the cluster group is a steady state. Then, the first and second highest clusters are selected for finding the best scheduling.
The experimental simulation results show that the more clusters cause the higher number of the count tasks. But increases to a peak volume, it makes the number of tasks in a single cluster that are too few and the total sum of counting that is reduce. In general, when a larger number of sample tasks will make a higher number of the clusters.

參考文獻
[1] 陳正一、顏隆政、傅載豪、林瑤章、張友信、蔡東宏，“世界新氣象-福爾摩沙衛星三號星系”，國研科技，2006年7月，11 期。
[2] 楊福源，“最佳化單機衛星取像排程問題”，碩士論文，國立新竹教育大學數學教育研究所，2009 。
[3] Wei-Cheng Lin, “Satellite Imaging Scheduling: Algorithm Design and Application,” 博士論文，台灣大學電機工程學研究所，2005。
[4] Vasquez,M., and Hao, J.K. “Upper Bounds for the SPOT 5 Daily
photograph Scheduling Problem, ”Journal of Combinatoril Optimization, Vol.7,2003, Mar, pp.87-103.
[5] 楊龍士、雷祖強、周天穎，“遙感探測理論與分析實務” ，文魁資訊，2006。
[6] 陳于高、林玉儂，“臥遊大地─數值航測”，科學發展，2005年6月，390期，第30～37頁。
[7] 朱子豪，“現代千里眼─遙感探測”，科學月刊，1989年7月，第235期, 第532 ~ 535頁。
[8] 李建成，“一覽無疑衛星遙測影像”，科學發展，2005年6月，390期，第14～17頁。
[9] 丁立華，“淺談人造衛星”，科學月刊，1999年1月，第349期。
[10] 康哲行、李羅權、林進雄，“飛向太空─我國太空科技的發展”，科學發展，2003年3月，第363期，第60 ~ 69頁。
[11] 蘇信一，“福衛一號對中、低緯度電離層的貢獻研究”，物理雙月刊，2006年12月，第878~885頁 。
[12] 吳豐敏、吳岸明，“中華衛星二號影像處理系統自主發展”，國研科技，2004年4月，第2期，第17~22頁 。
[13] 吳豐敏、IPS團隊，“福衛二號影像處理系統研發”，國研科技，2007年10月，第16期，第15~20頁 。
[14] 張桂祥、蕭文宗，“福爾摩沙衛星二號地面系統與操作任務”，國研科技，2004年4月，第2期，第11~13頁 。
[15] 蔡龍治、蕭棟元、陳政儀、蔡偉雄、朱延祥、劉兆漢，“福衛三號於全球電離層氣象觀測與研究”，物理雙月刊，2006年12月，第896~909頁。
[16] 劉代瑜、林建宏、朱崇惠、顏隆政，“運行在太空的溫度計─福爾摩沙衛星三號”，國研科技，2007年10月，第16期，第80~84頁。
[17] 黃楓台、李勝義、鄭琇璘，“多遙測衛星排程問題研究”，2007年作業研究理論與實務學術研討會，Oct.26-27,2007。
[18] Wei-Cheng Lin, “Satellite Imaging Scheduling: Algorithm Design and Application,” 博士論文，台灣大學電機工程學研究所，2005。
[19] 鄭琇璘，“最佳化排程理論應用於衛星取像任務規劃之研究”，碩士論文，國防大學中正理工學院電子工程研究所，2007。
[20] 楊淯琮，“中華衛星二號取像任務排程問題─考慮天氣之隨機性”，碩士論文，國立暨南國際大學資訊管理研究所，2003。
[21] 王保進，“多變量分析套裝程式與資料分析”，王保進出版，2008，第181~183頁。
[22] 黃俊英，“多變量分析”，華泰書局，台北 ，2003。
[23] 榮泰生，“SPSS與研究方法”，五南圖書出版股份有限公司，台北，2006，第372~379頁。
[24] 榮泰生，“SPSS與研究方法”，五南圖書出版股份有限公司，台北， 2006，第366~383頁。
[25] Varfis A., and C. Versino, “Cluster of Socio-Economic Data with Kohonen Maps,” Neural Network World, vol.2, no.6, 1992, pp.813-834.
[26] Punj, G. and W. Stewart, “Cluster Analysis in Marketing Research Review and Suggestions for Application,” Journal of Marketing Research, 1983, pp.134-148.
[27] 馮智暉，“以啟發式方法求解雙階平行機排程問題”，碩士論文，國立雲林科技大學工業工程與管理研究所，2002。
[28] 唐桓永、趙傳立，“排序引論”，科學出版社，北京，2002，第234~239頁。
[29] 黃榮華、楊長林、劉士豪，“考慮資源限制與穩健性之專案排程研究”，輔大排程輔仁管理評論，中華民國97年9月，第十五卷第三期。
[30] 周清江、黃信強，“運用基因演算法於平行機器之工作排程”，碩士論文，淡江大學資訊管理研究所，2002。
[31] 王保進，“多變量分析套裝程式與資料分析”，初版二刷，王保進出版， 2008，第177~183頁。