一种多参数同步预测空气动力学性能的方法及装置、设备、存储介质

本申请公开了一种多参数同步预测空气动力学性能的方法及装置、设备、存储介质。通过读取待预测模型文件，提取模型的空间特征信息；将模型的空间特征信息传入本申请的神经网络模型进行预测，实现对待预测模型的空气动力学性能包括表面压力场、速度场、外形风阻值多参数同步预测。本申请有效解决了传统仿真计算量大、时间成本高的问题；传统机器学习方法多参数同步预测泛化能力差和预测精度低的问题；传统机器学习方法多参数分开训练重复特征提取，计算资源损耗大、时间成本高的问题。本申请采用多参数同步训练，统一提取关键特征后分任务同步处理，在预测空气动力学多参数性能方面节约了大量计算资源和时间成本，具有较高的实际应用价值。