一种基于深度学习的冲压发动机流道构型反设计方法

本发明公开了一种基于深度学习的冲压发动机流道构型反设计方法，属于冲压发动机流道构型设计领域，包括以下步骤：S1、获取条件‑流道构型‑性能耦合数据集；S2、获得预训练的冲压发动机性能预测网络；S3、设计流道构型反设计网络；S4、构建流道构型反设计网络的联合损失函数，并利用联合损失函数训练流道构型反设计网络；S5、将目标性能、输入生成器的条件参数以及随机噪声输入步骤S4训练的流道构型反设计网络，得到满足目标性能的多组流道构型参数，通过流道构型反设计网络，仅需输入目标性能，即可得到满足目标性能的多种流道构型，无需重复开展数值模拟迭代，大幅缩短流道构型设计时间。