摘要
本发明提供一种翼型气动力预测方法、装置、设备以及存储介质,该方法包括:数据获取步骤,获取翼型参数化控制点值和气动力参数值的数据集,划分为标记数据集、未标记数据集和验证集;第一气动力预测模型构建步骤,在标记数据集上构建基于深度学习的第一气动力预测模型,并对其进行训练,利用训练好的第一气动力预测模型对未标记数据集进行预测并标注伪标记数据;第二气动力预测模型生成步骤,通过GMM模型将未标记数据集划分为简单数据集和困难数据集,对简单数据集和困难数据集进行迭代更新,并通过设定阈值筛选简单数据集,使用筛选后的简单数据集和标记数据集对第一气动力预测模型进行训练生成第二气动力预测模型;验证步骤,在验证集上利用第二气动力预测模型进行验证。
技术关键词
气动力
GMM模型
标记
结构化网格
翼型参数
NURBS曲线
预测装置
控制点
数据获取模块
采样方法
损失函数设计
误差
处理器
可读存储介质
方程
总量