基于深度神经网络的低推力转移快速评估
机器学习
2019-02-12 v1 天体物理仪器与方法
摘要
基于低推力的多目标星际任务设计需要一种能够快速且准确评估任意两个访问目标之间低推力转移的方法。低推力转移的完整评估不仅包括最优燃料消耗的估计，还包括转移可行性的判断。本文提出了一种基于深度神经网络（DNN）的方法，用于快速评估低推力转移。开发了一种高效的数据库生成方法，以获取不可行转移和最优转移。基于不可行转移和最优转移，分别训练了分类 DNN 和回归 DNN，以判断转移可行性并估计最优燃料消耗。仿真结果表明，训练良好的 DNN 能够以大于 98% 的正确率快速确定转移可行性，并以小于 0.4% 的相对估计误差逼近最优转移燃料消耗。在两条小行星链上的测试进一步表明，基于 DNN 的方法在应用于基于低推力的多目标星际任务设计时具有优越性。
引用
@article{arxiv.1902.03738,
title = {Fast Evaluation of Low-Thrust Transfers via Deep Neural Networks},
author = {Yue-he Zhu and Ya-zhong Luo},
journal= {arXiv preprint arXiv:1902.03738},
year = {2019}
}