一种基于特征分解与深度神经网络的激波预测方法

本发明公开了一种基于特征分解与深度神经网络的激波预测方法，包括：步骤1：收集激波数据并对激波数据进行归一化处理；步骤2：对归一化处理的数据进行特征分解，以提取特征分解基模态，生成特征分解基模态投影系数；步骤3：搭建深度神经网络模型；步骤4：训练深度神经网络；步骤5：激波压力场还原，得到预测激波压力场分布，完成激波预测。本发明提供一种基于特征分解与深度神经网络的激波预测方法，通过特征分解方法可以高效提取流场特征并进行降维处理，而深度神经网络则通过学习流场特征与入流条件的关系，实现对激波流场的快速预测，且在不同类型的激波下表现出较强的泛化能力，并在大幅度减少计算时间的同时保持较高的预测精度。