Para mejorar la flexibilidad de la trayectoria y la diversidad del punto de caída del vehículo de reentrada, se propone un método de evaluación de capacidad de vuelo basado en una red neuronal informada por dinámicas (DINN). En primer lugar, se introduce el concepto de un dominio alcanzable para caracterizar la capacidad de vuelo del vehículo de reentrada y estimar si hay puntos TAEM apropiados en el área. En segundo lugar, tras el análisis de características de impacto, se obtienen los dominios alcanzables correspondientes a diferentes estados de vuelo iniciales a través de simulaciones dinámicas moderadas y una expansión matemática razonable. Los estados de vuelo y las posiciones de los puntos límite del dominio alcanzable se utilizan como base de datos de entrenamiento de DINN, y la DINN adquirida puede realizar la solución rápida de dominios alcanzables. Finalmente, se verifica la efectividad de DINN en la resolución del dominio alcanzable mediante simulación. Los resultados de la simulación muestran que DINN manifiesta la misma precisión que los métodos de resolución existentes y puede satisfacer la demanda de determinar si el punto objetivo se encuentra en el dominio alcanzable. Además, el tiempo de ejecución se reduce a una 800ava parte de los métodos existentes, alcanzando el nivel de milisegundos, para apoyar la evaluación y toma de decisiones en tiempo real. También se introduce un algoritmo de guía predictor-corrector con la función objetivo por tramos. Los resultados de la simulación ilustran que el algoritmo propuesto puede guiar de manera estable al vehículo desde los puntos de estado inicial hasta los puntos objetivo en el dominio alcanzable.