无动力空投具有重要的军用民用研究价值。目前,我国精确空投研究内容中,关于无动力空投课题的研究不占多数,其中关于空投落点计算方法的研究较少。针对随机干扰环境中的无动力海面空投的精度要求,本文将神经网络运用到精确空投落点预测的研究中,围绕无动力空投计算与预测方法的精确性、快速性与安全可靠性的多重需求,本文的研究内容分为三个部分:首先,为提高空投的精确性,本文从以下三方面开展研究:空投数学模型的建立、精度影响因素分析、精确投放方案研究。对空投三大要素(空投体模型、外界环境模型与目标模型)进行精确建模,利用蒙特卡洛法,从多种影响因素中找到影响空投精度的关键因素,得到关键因素综合影响下的落点散布概率,最后将其运用到随机干扰存在下的精确空投方法研究中,通过典型实例飞行仿真,证明了该方法的空投精度满足技术要求。其次,为综合解决算法快速性与精确性的技术矛盾,本文将智能算法应用在数据量大、条件范围宽大的落点计算问题上。通过多条件下的大规模仿真建立了投放点-落点数据库,采用PSO-BP神经网络对其进行训练,得到了一组落点预测模型。仿真结果表明,该方法不仅保障了计算精度,而且提高了算法的解算速度,确保了算法实时在线性能。最后,针对载机投放状态需要满足终端状态约束的问题,通过Dubins曲线规划方法,完成了针对载机的飞行轨迹规划,使得空投效果满足精度误差允许,保证了空投效果的高精度与低着陆速度,贴近工程实际应用的要求,并用Vega Prime设计了三维视景仿真软件,对空投方案进行动画演示。