一种基于LTSM神经网络的多形态运载火箭仿真方法、系统、设备及介质

本发明属于航空航天技术领域，特别涉及一种基于LTSM神经网络的多形态运载火箭仿真方法、系统、设备及介质；仿真方法首先设定运载火箭的初始化变量和初始化环境参数，再采用损失函数优化算法对搭建的LSTM神经网络的学习率和梯度剪裁率进行优化，然后采用Adam优化器来对优化后的LSTM神经网络进行训练，接着将动力学变量和环境变量输入训练后的LSTM神经网络进行运载火箭姿态调整力和推力力矩模拟，最终得到运载火箭飞行仿真结果；仿真系统包含初始参数采集模块、LSTM神经网络训练模块、瞬时参数采集模块及火箭飞行仿真模块；本发明能极大提高火箭飞行仿真的精确性和可靠性，使火箭在面对复杂和多变的外界干扰环境时能保持稳定的飞行状态。