为了简化翼型反设计的过程，基于注意力机制设计了一个端到端的，应用于翼型反设计的深度学习模型，该模型可以学习到翼型曲线和压力分布之间的联系，直接输入压力分布图像就可以得到与之对应的翼型图像。生成了6561组样本，其中6000组样本用于训练，561组样本用于验证。实验结果表明，该模型在验证集上的方均根误差为0.0023，平均相对偏差为2.53%，训练耗时743.4s，验证耗时12.18s，预测一个翼型曲线平均耗时0.0217s，由此表明该模型具有较高的精度和效率。
科研之友
微信
新浪微博
Facebook
分享链接
