基于深度神经网络的多近地小行星探测太阳帆轨迹设计
计算工程、金融与科学
2019-10-08 v3 天体物理仪器与方法
神经与进化计算
摘要
在多目标交会问题的初步轨迹设计中,能够快速估计轨道转移代价的模型至关重要。使用太阳帆在两个任意轨道之间转移时间的估计是困难的,通常需要求解最优控制问题。受深度神经网络在非线性回归中成功应用的启发,本工作探索了利用深度神经网络从轨道特征映射太阳帆转移时间的可能性和有效性。此外,研究并采用蒙特卡洛树搜索方法来考虑多小行星探测问题以搜索最优序列。初步设计得到的序列将通过依次求解最优控制问题来进行求解和验证。两个不同应用背景的实例验证了所提方法的有效性。
引用
@article{arxiv.1901.02172,
title = {Solar-Sail Trajectory Design for Multiple Near Earth Asteroid Exploration Based on Deep Neural Networks},
author = {Yu Song and Shengping Gong},
journal= {arXiv preprint arXiv:1901.02172},
year = {2019}
}
备注
34 pages, 19 figures