一种基于机器学习的含硼凝胶冲压发动机性能优化方法

本发明涉及一种基于机器学习的含硼凝胶冲压发动机性能优化方法，其特征在于，包括如下步骤：A：确定需要优化的发动机参数，利用求解器进行不同工况的发动机数值仿真计算；B：通过求解器进行发动机温升效率和比冲等数据的计算，整理成机器学习所需要的行式数据，在数据处理软件中填入；C：通过核极限学习机，进行数据优化处理，能够直接输出温升效率最大时，确定发动机的最佳参数；D：根据上述核极限学习机学习的结果利用数值仿真软件进行方向求解验证并与其进行对比，计算得出核极限学习机学习结果与数值仿真软件结果，误差小于3％，验证了机器学习模型的有效性。本发明通过机器学习算法进行发动机性能优化，数值优化更加有益。