本发明提供一种基于深度强化学习的航空发动机加速控制方法，根据发动机加速控制过程的需求与特点，对其建立相应的马尔可夫决策过程模型。同时根据反馈控制输出响应的特点，本发明提供一种新颖的阶段性奖励函数，可集成到此马尔可夫决策过程模型中。最后，针对发动机加速控制的马尔可夫决策过程模型，应用深度强化学习算法，可以求解出较优的航空发动机控制策略。相比于传统的PID控制算法，发动机加速控制效果得到了改善。本发明克服了传统的PID控制算法，在发动机加速控制中由于发动机控制对象的复杂性，而存在的性能缺陷。并且阶段性奖励函数消除了深度强化学习直接应用于发动机加速控制容易导致震荡的缺点。