摘要
本发明实施例涉及流场预测技术领域，特别涉及一种融合算子学习与卷积神经网络的流场预测方法。包括：构建带有流场数据标签的训练集；训练集中含有若干个训练数据，每一个训练数据对应一种飞行器的一组马赫数和攻角，以及流场数据标签；对训练集进行数据预处理，以确定每一个训练数据对应的来流条件和飞行器的外形信息；将每一个训练数据的来流条件、对应飞行器的所有网格点坐标、外形信息和流场数据标签输入至预先构建的融合神经网络中，以训练得到用于预测不同外形飞行器在不同来流马赫数和攻角下流场数据的预测模型；其中，融合神经网络包括依次连接的算子学习网络和卷积神经网络。本方案所提出的融合预测模型外形泛化性更好、精度也更高。
