面向三维飞行器的气动力智能预测模型及迁移学习方法

本发明公开了一种面向三维飞行器的气动力智能预测模型及迁移学习方法，属于飞行器气动力预测领域，包括以下步骤：步骤1：提取完整的三维飞行器外形序列化特征向量S；步骤2：对飞行器工况进行编码，获得工况特征向量C；步骤3：将步骤1得到的外形序列化特征向量S与步骤2得到的工况特征向量C进行交叉注意力特征融合；步骤4：将步骤3中的特征输出之后送到不同的多层感知机网络中，预测不同的气动力系数和力矩；步骤5：基于“预训练+微调”方法来训练特征融合模块，将通用外形知识引入到飞行器外形特征向量的学习过程；步骤6：使用域对抗学习实现气动知识迁移的模型训练。