系统工程与电子技术

作者：王哲, 李志文, 孙均政, 张增辉

单位：北京机电工程总体设计部，北京 100039

关键词：导弹,弹道优化,最优控制,深度学习

针对飞行器弹道优化问题，提出一种基于深度学习的最优控制求解方法。有别于现有直接法和间接法，该方法使用神经网络对控制变量进行参数化构造，使得采用往返积分求解非线性哈密顿系统的多点边值问题成为可能，避免了协态变量初值猜测问题。基于Pontryagin极大值原理构造损失函数，并通过随机梯度下降算法对控制变量进行寻优。相较于现有深度学习算法，该方法无需预先生成数据集，也不需要对飞行力学方程进行化简，适用于航天飞行器弹道设计。以美国民兵-3导弹为例，该方法通过协同优化第一子级秒耗量剖面和主动段俯仰角程序，可在满足飞行过程中各项约束条件下实现增程，证明了所提方法的有效性。

来源：2025年第12期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第12期