【技术实现步骤摘要】
本专利技术涉及航天器轨迹优化，具体涉及一种基于结构自适应神经网络的小推力轨迹优化方法及系统。
技术介绍
1、小推力航天器复杂任务（如行星际探测、星座部署与维护）任务规划的核心挑战之一在于轨迹优化。传统的数值优化方法，无论是基于变分原理的间接法，还是基于非线性规划的直接法，本质上都是一个求解复杂微分方程约束下的最优控制问题的过程。这类方法虽然在理论上能保证解的最优性或近优性，但在工程实践中却面临计算资源消耗巨大的瓶颈。一次高精度轨迹的优化计算，可能需要数小时的迭代求解，这一时间成本使得在大规模任务筛选、突发任务重规划或对任务设计空间进行广泛探索的场景下，传统方法难以胜任此类场景。
2、为了突破这一效率瓶颈，学术界和工业界开始探索使用深度神经网络（dnn）。其基本思路是：利用传统优化器离线生成一个大规模、多样化的小推力轨迹数据库，然后训练一个dnn来学习这个数据库中蕴含的复杂映射关系。其工作流程主要包括：
3、数据驱动的离线训练：通过高精度数值优化器，针对海量不同边界条件和约束的模拟轨迹任务进行求解，构建一个庞大的训...
【技术保护点】
1.一种基于结构自适应神经网络的小推力轨迹优化方法，其特征在于，包括：
2.如权利要求1所述的基于结构自适应神经网络的小推力轨迹优化方法，其特征在于，所述初始神经网络包括层全连接网络，每层含有个神经元。
3.如权利要求1所述的基于结构自适应神经网络的小推力轨迹优化方法，其特征在于，所述性能停滞监视器的工作过程包括：
4.如权利要求1~3任一所述的基于结构自适应神经网络的小推力轨迹优化方法，其特征在于，所述深度神经网络容量启发式调整模块对结构自适应神经网络的容量进行自适应调节，包括：
5.如权利要求4所述的基于结构自适应神...
【技术特征摘要】
1.一种基于结构自适应神经网络的小推力轨迹优化方法，其特征在于，包括：
2.如权利要求1所述的基于结构自适应神经网络的小推力轨迹优化方法，其特征在于，所述初始神经网络包括层全连接网络，每层含有个神经元。
3.如权利要求1所述的基于结构自适应神经网络的小推力轨迹优化方法，其特征在于，所述性能停滞监视器的工作过程包括：
4.如权利要求1~3任一所述的基于结构自适应神经网络的小推力轨迹优化方法，其特征在于，所述深度神经网络容量启发式调整模块对结构自适应神经网络的容量进行自适应调节，包括：
5.如权利要求4所述的基于结构自适应神经网络的小推力轨迹优化方法，其特征在于，所述宽度调节包括：...
【专利技术属性】
技术研发人员：谢睿达，胡笑旋，朱外明，夏维，马华伟，靳鹏，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。