一种基于神经网络的飞机非定常空气动力学建模方法及系统

本发明涉及空气动力学仿真技术领域，更具体的说，涉及一种基于神经网络的飞机非定常空气动力学建模方法及系统。本方法包括：建立关于飞机非定常气动特性的样本数据，从样本数据选择特征参数形成数据集；对特征参数进行归一化；构建长短时记忆神经网络模型，以描述不同翼型飞机飞行条件与气动特性之间的关系；采用量子粒子群优化算法优化调整长短时记忆神经网络模型的超参数；基于优化后的超参数，对长短时记忆神经网络模型进行训练，获得优化后的飞机非定常空气动力学模型。本发明避免了繁琐的气动效应分解与传统数学建模过程，保留了非定常气动效应的完整特征，提高了模型的逼真度，增强了空气动力学模型对空气动力学特性的模拟能力。