本发明公开了一种基于人工智能算法的航天器在轨推力预测方法。该方法包括：结合地面试验数据，获取减压器和单向阀的神经网络模型；通过上一时刻的贮箱压力和温度，获取当前的氧路和燃路流量；通过流量数据，得到当前的贮箱压力；通过当前的气瓶和贮箱压力，结合构造的神经网络模型，获取当前的减压器输出压力和单向阀输出流量，进而计算得到下一时刻的气瓶压力；当计算时间大于点火时间，结束以上步骤，计算得到发动机的预测推力。进一步可以利用在轨数据修正神经网络模型，从而获取修正后的预测推力。本发明实现了通过人工智能算法达到高精度在轨推力预测的目的，避免了常规数学模型构造的难题。