一种基于深度神经算子网络的对称翼型非定常流场预测方法及系统

本发明涉及一种基于深度神经算子网络的对称翼型非定常流场预测方法及系统。本发明包括收集不同对称翼型的流场数据集；构建输入输出数据集；构建神经网络模型，神经网络模型包括静态分支网络、动态主干网络和融合网络；将静态气动参数作为静态分支网络的输入，输出反映静态气动参数映射到潜在空间的非线性特征；将经傅立叶位置编码处理的动态时空坐标特征作为动态主干网络的输入，输出表征流场中时空坐标的潜在动态特征；拼接得到高维特征向量；输出表征压力场和速度场的输出预测值；对神经网络模型进行训练；进行神经网络模型轻量化处理，进行流场预测。本发明能够快速、准确地进行流场特征预测，优化飞行器气动设计过程中的气动性能。