一种船舶螺旋桨敞水性能智能预报模型降维训练方法

本发明公开了一种船舶螺旋桨敞水性能智能预报模型降维训练方法，涉及船舶推进器敞水性能试验领域，该方法包括：该方法基于B样条曲线表达将螺旋桨大规模几何参数简化为少量径向控制点，利用二次多项式将大范围的敞水性能数据简化为推力系数和转矩系数的六个多项式系数，从而建立用于螺旋桨推力系数和转矩系数智能预报模型训练的低维度数据集，并采用机器学习回归算法进行训练验证，从而获得预报效果最佳的推力系数和转矩系数代理模型。本方法可实现螺旋桨代理模型训练过程中参数大幅度降维，大幅降低模型训练的数据需求量，缩短敞水性能智能预报模型的训练时间，进一步提升敞水性能智能预报模型的计算精度。