| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 引言 | 第13-14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.2.1 小推力航天器多目标任务初始目标范围确定 | 第14-15页 |
| 1.2.2 小推力航天器星际转移燃料质量估计 | 第15-16页 |
| 1.2.3 连续时间系统实时最优控制 | 第16-17页 |
| 1.3 论文组织结构 | 第17-21页 |
| 第2章 小推力航天器多目标任务初始目标范围确定 | 第21-35页 |
| 2.1 DBSCAN | 第22-25页 |
| 2.1.1 DBSCAN简介 | 第22-23页 |
| 2.1.2 DBSCAN的优点 | 第23-24页 |
| 2.1.3 DBSCAN算法流程 | 第24-25页 |
| 2.2 转移相位值 | 第25-26页 |
| 2.3 “距离”重定义 | 第26-27页 |
| 2.4 小行星聚类 | 第27-28页 |
| 2.5 仿真实验 | 第28-33页 |
| 2.5.1 小行星聚类结果 | 第28-30页 |
| 2.5.2 精确轨道确定 | 第30-32页 |
| 2.5.3 仿真结果分析 | 第32-33页 |
| 2.6 本章小结 | 第33-35页 |
| 第3章 小推力航天器星际转移燃料质量估计 | 第35-51页 |
| 3.1 问题背景 | 第35-36页 |
| 3.2 最优控制问题 | 第36-38页 |
| 3.3 动力学模型 | 第38-39页 |
| 3.4 集成学习模型 | 第39-43页 |
| 3.4.1 梯度提升树模型 | 第40-41页 |
| 3.4.2 随机森林模型 | 第41-43页 |
| 3.5 仿真实验 | 第43-48页 |
| 3.5.1 训练数据产生 | 第43-45页 |
| 3.5.2 特征选择 | 第45-46页 |
| 3.5.3 仿真结果分析 | 第46-48页 |
| 3.6 本章小结 | 第48-51页 |
| 第4章 连续时间系统实时最优控制 | 第51-71页 |
| 4.1 问题背景 | 第51-52页 |
| 4.2 动力学模型 | 第52-55页 |
| 4.3 监督学习 | 第55-61页 |
| 4.3.1 神经网络模型 | 第55-58页 |
| 4.3.2 BP算法 | 第58-61页 |
| 4.4 模型训练 | 第61-65页 |
| 4.4.1 训练数据产生 | 第61-62页 |
| 4.4.2 模型参数设置 | 第62-63页 |
| 4.4.3 搜索策略选择 | 第63-64页 |
| 4.4.4 正则化 | 第64-65页 |
| 4.5 仿真实验 | 第65-69页 |
| 4.5.1 仿真结果 | 第66-68页 |
| 4.5.2 仿真结果分析 | 第68-69页 |
| 4.6 本章小结 | 第69-71页 |
| 第5章 总结与展望 | 第71-73页 |
| 5.1 主要工作与贡献 | 第71-72页 |
| 5.2 远景展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第78页 |