基于结构自适应神经网络的小推力轨迹优化方法及系统

本发明提供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，涉及航天器轨迹优化技术领域。本发明基于航天器小推力轨迹数据集训练及验证结构自适应神经网络，得到动态神经网络模型。结构自适应神经网络包括初始神经网络、性能停滞监视器和深度神经网络容量启发式调整模块。其中，深度神经网络容量启发式调整模块用于分级调控结构自适应神经网络容量。当积累了具有新特征的轨迹数据时，本发明自适应调整网络结构，能够通过网络结构的增量式演化来吸收新知识，模型无需从头开始重训练，在已充分训练的知识基础上，通过结构生长来容纳和学习新的小推力轨迹优化规律，能有效解决固定结构模型在面对新数据时学习潜力受限的根本难题。