本发明公开了一种空间抓捕过程不确定性重构和预测方法，本发明针对现有多源复杂不确定性规律难以获取的问题，利用生成式对抗神经网络对其进行重构，挖掘了多源不确定性与系统运动状态和外部干扰源中间的内在联系，提高了不确定性分析的准确性。然后，基于连续型隐马尔科夫模型预测系统状态、输入和不确定性随时间变化的走势，综合利用神经网络的输出值和隐马尔科夫模型的预测值，得到最终对不确定性的预测结果。该方法通过生成式对抗神经网络和隐马尔科夫模型相结合，大大提高了空间操作不确定性的重构和预测的准确性。