一种基于机器学习的旋翼翼型设计方法、装置、设备、介质及产品

本申请公开了一种基于机器学习的旋翼翼型设计方法、装置、设备、介质及产品，涉及翼型设计领域，该方法包括：获取目标旋翼航行器在不同飞行模式下的目标翼型气动性能数据；将目标旋翼航行器的翼型几何参数输入至训练后的深度神经网络模型中，得到不同飞行模式下的预测翼型气动性能数据；基于目标翼型气动性能数据和预测翼型气动性能数据构建多个目标函数；对多个目标函数进行加权求和，得到总体目标函数；利用遗传算法搜索使总体目标函数的函数值最小的翼型几何参数，得到最优的翼型几何参数，基于最优的翼型几何参数设计旋翼翼型。本申请提高了旋翼翼型设计效率和灵活性，同时降低了设计成本。