针对破损壁画图像修复过程中存在的结构修复不当及修复后壁画细节重构丢失等问题，提出了一种基于结构引导的渐进式生成对抗壁画修复深度学习模型。设计结构生成器对壁画缺失结构内容进行修复，得到修复的壁画结构图像。通过壁画生成器生成对抗学习，结合改进的双池化SKNet多尺度特征提取模块，利用修复后的结构图像引导破损壁画实现渐进式修复，以提高壁画的细节特征学习能力。通过局部判别器和全局判别器，完成对结构图像和壁画图像的重构判别，增强壁画修复效果的全局一致性。通过对真实敦煌壁画数字化修复的实验表明：所提方法能够有效修复破损的敦煌壁画，修复后的壁画具有更好的结构及细节信息，在主客观评价指标上均优于比较方法。

工业机器人完成工件的拾取、分拣与装配等任务，需要获得准确的位置信息。而目标检测算法的回归损失函数的设定会直接影响预测框的定位准确性。针对SSD原始回归损失函数忽略4个边界信息的相关性及与评价指标IoU变化不匹配等问题，提出了一种基于改进SSD的工件定位算法。所提算法以高效交并比（EIoU）为SSD的回归损失函数，将4个边界信息作为一个整体，并添加了中心点损失和边长损失2个惩罚项分别表征预测框与真实框的中心点相对距离和边长差异，解决了边框回归不准确的问题。实验结果表明：所提算法能把定位平均误差控制在0.18 mm以内，误差峰值控制在0.76 mm以内。所提算法能有效提高工件的定位精度，适用于不同类型的工件或其他类似的定位任务，具有良好的工业应用前景。

进气道等腔体类目标散射是隐身飞行器散射的重要组成部分，已有的腔体类目标散射研究并未给出装机后腔体类目标散射特性的结果。将载体对消技术应用于腔体模型的电磁散射计算中，可有效消除腔体外表面散射，获得更精确的腔体内部散射特性。构建了封闭口面和填充吸波材料的2种腔体模型，通过腔体模型的点频雷达散射截面（RCS）、一维像和二维像验证了载体对消技术的有效性和准确性。数值计算结果表明，入射电磁波在60°～90°角度范围内，腔体内部散射对腔体总散射的贡献较小，腔体外表面散射贡献较大，在±90°处相差30 dB以上。分析此角度范围的进气道等腔体类目标内部散射时，须有效消除腔体外表面影响。

反距离权重插值方法在航空航天中有着广泛的应用，但其存在仅考虑距离关系而忽视方位关系的缺点，顾及方向遮蔽性的调和反距离权重插值方法弥补了这种不足，提高了插值精度，但仅适用于平面插值。借鉴该方法的基本假设，根据归一化后样本点的不同空间分布，以平面均匀角和球面均匀角为基准，制定统一的均匀性量化标准，提出一种更具普适性的三维空间插值方法。在搜索插值点的临近样本点时，提出一种最近邻搜索算法,极大提高了插值计算效率。通过测试函数计算发现，与反距离权重插值方法相比，所提插值方法误差显著降低。将所提插值方法应用于某型民用飞机短舱的气动载荷插值，结果表明，所提插值方法兼具高效和高精度的优点。

基于深度学习的目标检测是计算机视觉领域的研究热点，目前主流的目标检测模型大多通过增加网络深度和宽度以获得更好的检测效果，但容易导致参数量增加、检测速度降低的问题。为兼顾检测精度与速度，借鉴Ghost卷积和分组卷积的轻量化思想，提出了一种高效的轻量级Ghost卷积(LGC)模型，以采用更少的参数获得更多的特征图。在该卷积模型的基础上引入反残差结构重新设计了CSPDarkNet53，生成了一种基于LGC的反残差特征提取网络，以提高网络对全局特征信息的提取能力。使用反残差特征提取网络替换YOLOv4的骨干网络，辅以深度可分离卷积进一步减少参数，提出了一种反残差目标检测算法，以提升目标检测的整体性能。实验结果表明：相比于主流的目标检测算法，所提算法在检测精度相当的前提下，模型参数量和检测速度具有明显的优势。

强指定验证者签名（SDVS）方案允许签名者指定一个验证者,只有指定的验证者才能确保签名是由签名者生成。利用陷门生成算法构造了一种基于格的强指定验证者签名方案，并给出了签名方案的正确性证明。基于改进的小整数解（SIS）问题，在标准模型中证明了所提方案在适应性选择消息攻击下是存在性不可伪造的，基于误差学习（LWE）问题证明了所提方案的不可转移性及签名人身份的隐私性。将所提方案应用到云计算的数据完整性审计机制中，使得只有授权的第三方才拥有数据验证权利，有效保护了用户的隐私。

全球卫星导航系统（GNSS）和惯性导航系统（INS）进行融合可以有效提高导航系统的精度及可靠性，现已被广泛使用。卡尔曼滤波是常用的融合导航算法，但由于载体运动状态变化及观测粗差的影响，滤波的性能会严重降低。为了解决以上问题，构建抗差自适应卡尔曼滤波（RAKF）提高组合导航的状态估计的性能至关重要。设计了一种基于预测残差的抗差自适应滤波组合导航算法，通过构建基于预测残差的自适应因子，结合抗差估计算法，有效解决GNSS/INS组合导航中观测异常和动力学模型的异常扰动，提高滤波的稳定性、可靠性及精度。实验结果表明：与基于标准卡尔曼滤波GNSS/INS组合导航相比，所设计算法在有观测异常和动力学模型异常扰动的情况下可以有效提高组合导航的定位精度；在松组合和紧组合2种模式中，3D定位精度分别提升了45.9%和46.8%。

空腔流动尤其是高马赫数（Ma>2）空腔流动，存在强激波、强剪切和分离涡，及其相互之间的干扰，流动复杂，网格分布及网格生成的质量对模拟结果影响很大。将建立的基于非结构混合网格的自适应探测器，应用到高马赫数空腔流动数值模拟中，通过空腔标模算例考核，验证了采用网格自适应技术可以更好地模拟存在大分离和强剪切的高马赫数空腔流动。开展了马赫数、雷诺数等流动参数对空腔流动特性影响的研究，随马赫数增大空腔内动压急剧升高，自由流和剪切层对后壁面的冲击效应明显增强，压力分布的不均匀程度提高，后壁面上的压力峰值均逐渐增大。雷诺数增大会使后壁面处的压力峰值增大，并且高马赫数条件相比于低马赫数条件下雷诺数对腔内压力分布的影响更显著。

现代飞行器机翼柔性大，几何非线性问题不可忽略。基于动响应数据样本，基于谐波平衡和快速Fourier变换对结构动力学方程中的非线性刚度系数进行识别，建立非线性结构降阶模型。引入位移残量基模态，进行柔性机翼大变形的位移恢复。结合曲面涡格法和三维曲面插值方法搭建大柔性机翼几何非线性气动弹性分析框架。相比传统基于静力学数据回归分析的几何非线性结构降阶方法，该方法需要的载荷集数目小，提高了分析效率。计算结果表明：与非线性有限元方法相比，非线性结构降阶模型准确度高，能够有效应用于大柔性机翼几何非线性静气动弹性分析，而传统的线性计算方法与非线性方法相比结果差异较大。

随着中国航空运输量的不断增加，机场群航班时刻资源日益稀缺、航班延误严重等问题也逐渐显现，有必要深入研究机场群的航班时刻优化问题。在明确机场群离港航班时刻稳定性概念基础上，提出离港航班延误率、平均延误时间等共6项机场群离港航班时刻稳定性评估指标，并运用改进的逼近理想解排序（TOPSIS）法对稳定性进行质量评估。建立机场群离港航班时刻优化模型，选择改进粒子群算法来实现对该模型的优化，并以稳定性质量为标准对优化前后航班计划进行比较。以京津冀机场群为例进行验证，仿真结果表明：所提优化模型和算法能够降低北京首都国际机场离港航班平均延误时间18.8 s，降低平均延误率9.9%；繁忙航线平均延误时间降低12.7 s，平均延误率降低3.0%；有效降低了京津冀机场群整体延误水平，提高机场群离港航班时刻稳定性。

随着航空网络运输量与日俱增，机场间运行呈现出较强耦合关联。机场风险传播特性严重制约航空网络安全高效运行。目前机场运行风险量化计算及在航空网络的传播机理尚缺乏深入研究。综合考虑安全、效率等风险要素基于聚类算法提出机场运行风险耦合量化方法；构造机场运行风险时间序列，应用因果检验方法并基于复杂网络构建机场运行风险传播网络；通过对比不同类型网络，分析机场运行风险传播网络特征，挖掘机场运行风险传播规律。结果表明：风险传播网络度分布满足双区对数分布特点，呈现小世界特征，不仅具有较短的网络直径和较高的社区性，而且可被分为若干连接密集区域，且风险传播网络效率较低，表明在全局传播的难度较高。

直升机沙盲数值模拟是研究沙盲演化特性的重要手段，而沙盲由众多动力学特性复杂的沙粒构成，这导致沙盲数值模拟复杂且计算量庞大。基于离散单元法(DEM)和沙粒动力学方程，将沙粒映射至背景网格实现加速计算，并将背景网格分裂为多子区再次加速计算，构建背景网格映射-分裂加速计算模型，且耦合沙粒接触碰撞模型、沙粒-流场耦合模型、旋翼/地面气动干扰模型，提出基于DEM的直升机沙盲加速计算方法。通过与美国陆军EH-60L着陆-起飞沙盲测试结果对比表明：所提方法能准确捕捉着陆-起飞状态的直升机沙盲，且相比于沙盲直接模拟方法，所提方法计算量显著减小。直接模拟方法的计算量随沙粒数量抛物线增加，而所提方法计算量随沙粒数量线性增加。当沙粒数量大于1×10⁷时，相比于仅背景网格映射模型加速方法，所提方法计算量减小70.29%。

针对风洞试验模型会产生受迫振动，测力天平测量的数据是模型受迫振动和受到气动力的混叠影响测力数据精度的问题，提出基于小波重构的天平动态特性数据处理技术。通过在模型上安装加速度计敲击模型获取受迫振动数据，再对受迫振动数据通过快速傅里叶变换(FFT)分析确定滤波频率阈值，采用小波重构技术实现滤波。通过投影公式计算动态补偿系数，通过补偿系数对天平测量的气动力实现补偿。试验数据分析发现，基于小波重构的天平动态特性数据处理技术，可得到固定的补偿系数，在试验环境中，干扰信号最大能衰减到15.69%，具有重要的工程应用价值。

针对沿海暴露20年的2A12-T4铝合金试验件，采用球差校正透射电镜，在剥蚀区域纵截面腐蚀最深处的腐蚀产物中，首次测到了N元素的存在，说明铝合金沿海大气剥蚀过程中存在${\text{NO}}_x^{{ - }}$。开展2A12-T4铝合金在4种不同${\text{NO}}_3^{{ - }}$浓度腐蚀溶液中的全浸腐蚀试验，发现随着溶液中${\text{NO}}_3^{{ - }}$浓度降低，试验件的剥蚀严重程度明显减弱，且在含有${\text{Cl}}_{}^{{ - }}$和${\text{SO}}_4^{{{2 - }}}$，而不含${\text{NO}}_3^{{ - }}$的溶液中，试验件未能发生剥蚀。结合对产生气体的测试和离子色谱仪分析，表面和截面腐蚀行为扫描电子显微镜（SEM）、能谱仪（EDS）分析等，讨论${\text{NO}}_3^{{ - }}$对铝合金剥蚀的影响机理。建议在开展飞机铝合金结构沿海大气剥蚀模拟试验时，不能忽视腐蚀环境中${\text{NO}}_3^{{ - }}$的作用。

导弹的跳跃飞行过程可建模为时变非线性微分方程组，该方程组难以得到解析解，给导弹的轨迹优化带来很大的困难。针对该问题，提出一种基于双深度Q网络的带网络优选（NEO）策略的深度强化学习 （NEO-DDQN）算法，所提算法以跳跃导弹航程最大化为优化目标，在热流密度、动压、过载及末速度等约束下，求解跳跃导弹的轨迹优化问题。设计问题的动作空间、状态空间和奖励函数；确定算法关键参数学习率的取值及合适的贪心策略，并提出NEO策略，得到所提NEO-DDQN算法；开展与最优恒定攻角（OCAOA）方案、遗传算法(GA)的对比实验。结果表明：NEO策略有效提升了算法的求解稳定性且将航程提升了2.52%；与OCAOA方案、GA相比，所提算法使跳跃导弹航程分别提高了2.61%和1.33%；所提算法还避免了直接求解复杂非线性微分方程，为轨迹优化问题提供了一种新型的基于学习的算法。

传统的直接定姿法或最小二乘法依赖于整周模糊度的成功固定。当卫星数目较少或存在干扰的情形下，模糊度固定成功率会大大降低，进而导致定姿结果不准确。因此，提出基于多变量约束的姿态确定方法，所提方法将整周模糊度和姿态确定视作联合问题进行解算且对基线长度没有限制。利用天线的几何信息和姿态矩阵的正交特性对观测模型进行多变量约束，能够有效提升模糊度固定成功率并实现瞬时定姿。仿真结果表明：即使在信号观测精度非常低的场景下，所提方法也能达到75.7%的模糊度固定成功率；即使只有4颗卫星，所提方法也能达到90%以上的成功率。且在使用超短基线的前提下，所提方法能够达到0.93°的定姿精度。

发展电动汽车是中国迈向汽车强国的重要发展战略。锂离子电池是电动汽车的重要储能元件，然而其寿命异常衰退、健康状态表征难等问题严重制约了产业快速健康发展。锂离子电池性能微观模糊性、演化复杂性、实际多变性造成其状态和性能估计表征难，容量衰退估计偏差大。因此，亟需深入挖掘内部容量衰退机理、建立数学模型实现微观反应过程量化评价。从锂离子电池容量衰退机理研究出发，系统性分析正负极材料、电解液、集流体等电池基础材料在电池老化过程中的失效机理，结合实际锂离子电池运行工况阐明锂离子电池老化影响因素，分析充放电倍率、温度、循环区间3种因素对容量衰退影响；归纳总结了现有的3类锂离子电池容量衰退数学模型，为锂离子电池精细化建模、电池健康管理方法设计提供了参考。

Tethering行为是一种移动设备通过自身传输介质共享其互联网连接服务的行为，其不仅对移动互联网造成运营压力和收益影响，还对移动互联网隐藏其内部网络结构，造成网络安全隐患。由于Tethering存在诸多混淆和规避方法，现有Tethering行为检测技术难以有效检测。鉴于此，分析了移动互联网通信基站中，Tethering行为终端在数据流量的处理、转发等特征，以及移动互联网用户流量中传输控制协议(TCP)流往返时延(RTT)的相关特性，提出一种基于TCP流RTT测量的Tethering检测架构，构建了所提架构的测试网络环境。实验结果表明：所提架构在检测Tethering行为中具有有效性，实现了利用无监督学习和被动监测网络流量对移动互联网中Tethering行为的有效检测，对Tethering行为检测的准确率达到97.50%。

针对强化学习（RL）应用于无人机自主控制中学习效率低的问题，结合示教学习利用专家经验对其进行改进，提出基于示教知识辅助的无人机RL控制算法。通过设立示教目标函数、修正值函数，将专家经验作为监督信号引入到策略更新中，实现专家经验对基于RL的无人机自主控制系统优化过程的引导，同时，设置专家经验样本缓存库，利用经验优先回放机制赋予经验样本不同的利用率，提高数据的使用效率。仿真结果表明：与普通的无人机RL控制器相比，所提算法能够在训练初期快速获得奖励值，整个学习过程中获得的奖励值更高，学习到的控制策略的响应速度更快、准确性更高。示教知识的加入有效引导了算法的学习，提高了无人机自主控制系统的学习效率，同时，能够提高算法的性能，有利于学习到更好的控制策略。此外，示教知识的加入扩大了经验数据的种类，有利于促进算法的稳定性，使无人机自主控制系统对奖励函数的设置具有鲁棒性。

为提高红外成像制导导弹的破片式战斗部打击军用飞机的毁伤效能，以典型对地作战飞机为研究对象，提出2种情况下破片式战斗部对飞机的瞄准点选择方法。建立对地作战飞机易损性模型和战斗部破片飞散模型，以此为基础采用射击线法计算作战飞机的毁伤概率。对于不考虑引信探测过程的情况，建立基于导弹制导误差的战斗部毁伤效能指标，用于选择给定打击方向下的瞄准点；对于考虑引信探测过程的情况，根据引信探测仿真和导弹制导误差确定炸点位置，采用蒙特卡罗法计算各炸点毁伤概率均值，进而获得各打击方向下的最优瞄准点。通过仿真算例对红外制导地空导弹打击下的瞄准点选择方法进行分析研究，结果表明：不考虑引信探测过程的瞄准点选择方法得到的最优瞄准点分布在机体边缘，而考虑引信探测过程的瞄准点选择方法得到的最优瞄准点会向机体中心偏移。

代理优化方法可以大幅提升高精度数值优化的效率，而加点方法对于优化结果和效率非常重要。并行加点方法一次可以添加多个训练样本，从而可以充分发挥计算资源的利用率，并且提高效率。在包含子优化的紧密式代理优化框架上将预测值、预测方差和期望改善(EI)函数值两两结合作为子优化目标，构建3种多目标并行加点方法，提出基于非支配排序的并行加点样本的策略。以SC(six-hump camel back)函数和2维GN(Griewank)函数、5维Rosenbrock函数及10维HD1(high-dimension 1)函数作为无约束优化算例，以7维G9函数作为约束优化算例，将构建的3种多目标并行加点方法与混合并行加点方法进行对比分析，结果表明：多目标并行加点方法效果较好。采用多目标并行加点方法、混合并行加点方法及基于计算流体力学(CFD)的遗传算法开展了二维多段翼型起飞状态的升阻比优化。优化结果表明：在升力系数不减小的约束下，多目标并行加点方法经过少量CFD评估，得到的优化结果使升阻比提升了14%，证明多目标并行加点方法在工程问题中的适用性。

双压电叠堆执行器相较于常规压电叠堆执行器具有位移放大功能，但受制于压电材料的迟滞非线性，位移精度难以满足需求。为减小双压电叠堆执行器的迟滞非线性，建立改进型PI (Prandtl-Ishlinskii)动态迟滞模型并进行参数辨识，提出一种双压电叠堆执行器输出位移分配策略与双压电叠堆并联控制方案，基于迟滞逆模型采用前馈-反馈复合控制进行实验研究，并采用不基于迟滞逆模型的线性自抗扰控制(LADRC)进行对比。基于Links-RT实时控制系统验证控制算法，实验结果表明：在1~200 Hz频率范围内，前馈-反馈复合控制效果最优，当跟踪信号频率为200 Hz时，均方根误差和最大绝对误差分别为0.454 4 μm和1.95 μm，远低于开环的4.369 6 μm和6.08 μm。

机载激光雷达获取的点云具有类别分布不均匀、样本高程差异大的复杂特点，现有方法难以充分识别其细粒度的局部结构。针对该问题，堆叠使用多层边缘卷积算子同时提取局部信息和全局信息，并引入高程注意力权重作为特征提取的补充，设计了一种用于机载激光雷达点云地物分类的端到端网络，提出基于高程感知多尺度图卷积网络的地物分类方法。对原始点云划分子块并采样到固定点数；采用多尺度边缘卷积算子提取多尺度局部-全局特征并进行融合，同时采用高程感知模块生成注意力权重并应用于特征提取网络；利用改进的焦点损失函数进一步解决类别分布不均问题，完成分类。采用国际摄影测量与遥感学会（ISPRS）提供的标准测试数据集对所提方法进行验证，所提方法的总体分类精度达到0.859，单类别分类精度特别是对建筑物的提取精度较ISPRS竞赛中公开的最好结果提高了4.6%。研究结果对实际应用和网络设计优化具有借鉴意义。

针对复杂环境下的多移动机器人对重点目标区域协同持续监视覆盖问题，假定在目标区域内分布着若干障碍及固定观测点，已获得固定观测点处所关心的目标参量历史测量数据，考虑为机器人群规划一组监视路径，以实现对重点目标区域高覆盖率、高频率的监视覆盖。建立多机器人协同持续监视问题的数学模型；基于小脑模型神经网络（CMAC）对区域内固定观测点的测量数据进行学习泛化以获得区域内目标参量估计；利用基于传感器配置-路径框架划分的路径规划组合策略以求得各机器人优化路径。仿真实验验证了模型和求解方法的有效性。

雷达成像技术可获得目标的丰富特征信息，从而为目标识别提供重要依据。涡旋电磁波雷达成像技术可获得相对静止目标的高分辨率二维像，是成像领域的研究热点之一。为获得更高的成像质量，利用反正弦圆环天线阵列获得雷达波束内的方位角分辨能力，提出了一种基于反正弦圆环天线阵列的二维成像算法。利用半个圆环天线阵列，获得与涡旋电磁波雷达成像技术相近的方位角分辨率，并降低了旁瓣高度。对回波进行Dechirp处理，获得一维距离像；在此基础上，构建参考信号，通过信号间的共轭相乘将相位中的余弦函数变为线性函数；将回波累加，获得目标二维像。仿真分析了阵元个数和波束宽度对方位角分辨率的影响，并与涡旋电磁波雷达成像算法对比，验证了所提算法的有效性和鲁棒性。

围绕车载平台重载工况下的快速调平需求，针对传统液压调平缸在大负载工况下调平精度不高的问题，采用电动缸使调平过程中由支腿变形产生的误差可以精确计算，提出了基于干扰补偿的车载平台快速调平控制策略。分析了4支点调平工况下的支腿缸负载特性，建立了电动缸形变误差模型，采用干扰补偿反馈方法修正调平误差，利用AMESim和MATLAB/Simulink软件对调平系统进行联合仿真验证，并搭建实验样机进行实验验证。结果表明：基于机械变形干扰补偿的4支点调平控制方法能使调平精度提高25%，调平时间缩短71.4%，使大负载大倾角情况下的车载平台在10 s内完成快速调平。

针对传统语义分割模型对于航空发动机孔探图像内损伤的检测存在小尺度或高相似度损伤易被漏检误判的问题，提出了一种基于自注意力语义分割(SA-SS)模型的航空发动机孔探图像检测方法。基于语义分割模型DeepLabv3+的总体架构，采用轻量级MobileNetV2替代原始的Xception作为主干特征提取网络，利用扩张—提取—压缩的结构进行特征提取，以减少模型计算量。基于多层级联结构，改进原始DeepLabv3+的空洞空间金字塔池化结构，使特征图保有更丰富的特征信息。在模型内融合一种自注意力机制，建立全局像素的内部相关性，加强对细节特征的注意力。改进原始DeepLabv3+的解码层，将多尺度空间融合方法引入低层特征提取，融合多个跃层特征。实验结果表明：与传统DeepLabv3+、SegNet-ResNet等方法相比，SA-SS模型的平均交并比和平均像素精确度最大分别提升了4.10%和3.92%，训练时间和平均检测速度最大分别改善了24.43%和5.11 帧/s。

为了研究渗透破坏的机理，基于自行研发的径向渗透试验仪，开展了系列的不同滤网孔径条件下的砂土渗透破坏试验和砂土稳定渗透试验，研究了滤网孔径对砂土径向渗流特性的影响规律，分析了渗透试验过程中滤网孔径对渗透破坏的临界水头差、稳定渗流流速、土颗粒损失质量、土体径向渗透系数的影响。试验结果表明：滤网孔径对砂土的径向渗流特性具有重要影响；在渗透破坏试验中，减小滤网孔径可增大渗透破坏的临界水头差；在稳定渗透试验中，减小滤网孔径可有效降低砂土的渗透系数；同时土的细颗粒先于粗颗粒发生质量流失，仅当土颗粒的质量流失为零时，渗流流速才会达到最终稳定。

稀有时间序列分类（RTSC）在天文观测等领域有广泛应用。针对目前稀有时间序列方法处理大规模数据集存在准确率低和时间成本高的问题，以天文观测中的短时标稀有天体光变事件——耀发现象为研究对象，提出改进的稀有时间序列分类方法RTSC-FS。该方法融合动态时间弯曲（DTW）的改进FastDTW和SBD度量序列距离，同时具有FastDTW计算复杂度低、衡量精度高和SBD计算速度快的特点，采用滑动窗口过滤、重采样、窗函数平滑、标准化数据等数据预处理技术进一步降低时间成本。在由地基广角相机阵（GWAC）记录到的星等变化的时间序列数据集上，所提方法从约791万天次的光变数据中发现具有耀发特征的曲线44条，召回率60.27%，查准率达34.65%，相比Baseline发现数量更多，召回率、查准率有所提升。

电离层误差是全球卫星导航系统 (GNSS)的主要误差来源之一，改正电离层误差的关键在于确定电离层的总电子含量(TEC)。针对现有电离层误差改正模型中存在的经验模型精度较低、球谐函数模型计算繁琐及其他模型存在的计算效率不足等问题，提出了基于遗传算法优化反向传播神经网络(GA-BP)的中欧GNSS电离层误差建模方法，并对模型精度进行了评估。通过国际GNSS服务组织(IGS)提供的TEC数据训练所提模型，挖掘了基于GA-BP模型的GNSS电离层TEC预测规则，并对不同时间和位置处的TEC值进行了短期、中期和长期预测。实验结果表明：基于GA-BP的电离层误差模型的短期预测均方根误差(RMSE)在不同纬度位置相比于自回归移动平均(ARIMA)模型分别提高了67.61%、36.33%、73.68%；在中期预测过程中的提升比例分别达到54.07%、22.36%、78.48%；在长期预测过程中的提升比例分别达到45.53%、43.78%、48.50%，能够更好地预测和拟合TEC随时间的变化情况。