基于机器学习的倾转旋翼非定常气动性能预测方法、系统及存储介质

本发明公开了一种基于机器学习的倾转旋翼非定常气动性能预测方法、系统及存储介质，属于气动设计与分析领域。方法包括：确定参数空间，所述参数空间的空间维度具有桨距角、来流角度、来流大小、转速，并获取原始数据；针对所述原始数据进行预处理，并采用分层抽样的方法针对预处理后的原始数据划分训练集、验证集和测试集；定义神经网络结构，并采用训练集和验证集对所述神经网络进行训练，由此得到训练后的神经网络；采用测试集对训练后的神经网络进行性能评估，当满足精度要求时，输出代理模型；否则，补充新的数据样本重新训练，直至输出代理模型；通过所述代理模型得到三轴向周期性瞬时力、瞬时力矩、时均力、时均力矩、气动功率和气动效率。该方法可以实现精准、实时预测三轴向周期性瞬时力、瞬时力矩、时均力、时均力矩、气动功率和气动效率，且所需样本数量较少，并具有较强的泛化能力和可扩展性。