本文主要研究内容
作者李海洋,宝音贺西（2019）在《小推力转移燃料消耗估计的机器学习方法》一文中研究指出：深空探测任务设计初段往往需要求解复杂的全局优化问题。小推力轨迹的设计与优化问题精确求解较为复杂,求解速度较慢。由于计算能力与时间要求,不可能在全局优化的过程中对每一个方案都进行精确的小推力数值求解,所以在全局优化阶段需要对小推力转移进行快速准确地估计。采用机器学习的方法,对燃料最优小推力转移的燃料消耗进行了估计,其结果明显优于目前最为常用的Lambert估计方法。根据轨道描述方法的不同以及是否带有Lambert估计特征,采用不同的特征组合进行机器学习,分析结果发现带有Lambert估计特征的春分点轨道根数的特征组合为较好的机器学习特征组合。可为未来深空探测任务轨道设计提供参考。
Abstract
shen kong tan ce ren wu she ji chu duan wang wang xu yao qiu jie fu za de quan ju you hua wen ti 。xiao tui li gui ji de she ji yu you hua wen ti jing que qiu jie jiao wei fu za ,qiu jie su du jiao man 。you yu ji suan neng li yu shi jian yao qiu ,bu ke neng zai quan ju you hua de guo cheng zhong dui mei yi ge fang an dou jin hang jing que de xiao tui li shu zhi qiu jie ,suo yi zai quan ju you hua jie duan xu yao dui xiao tui li zhuai yi jin hang kuai su zhun que de gu ji 。cai yong ji qi xue xi de fang fa ,dui ran liao zui you xiao tui li zhuai yi de ran liao xiao hao jin hang le gu ji ,ji jie guo ming xian you yu mu qian zui wei chang yong de Lambertgu ji fang fa 。gen ju gui dao miao shu fang fa de bu tong yi ji shi fou dai you Lambertgu ji te zheng ,cai yong bu tong de te zheng zu ge jin hang ji qi xue xi ,fen xi jie guo fa xian dai you Lambertgu ji te zheng de chun fen dian gui dao gen shu de te zheng zu ge wei jiao hao de ji qi xue xi te zheng zu ge 。ke wei wei lai shen kong tan ce ren wu gui dao she ji di gong can kao 。
论文参考文献
论文详细介绍
论文作者分别是来自深空探测学报的李海洋,宝音贺西，发表于刊物深空探测学报2019年02期论文，是一篇关于小推力论文,燃料最优论文,快速估计论文,机器学习论文,深空探测学报2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自深空探测学报2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：小推力论文; 燃料最优论文; 快速估计论文; 机器学习论文; 深空探测学报2019年02期论文;