飞机载荷标定试验可以在载前测试中确定典型结构剖面承受载荷与应变之间的传递关系,多元线性回归算法是当前该试验最常用的应变-载荷求解方法。针对以往一些试验数据线性回归计算结果不够理想的情况,采用非线性回归算法进行计算,进行了基于决策树的随机森林、极端随机树、XGBoost模型、GBDT等4种非线性回归模型的研究。其中,GBDT计算模型可以将预测误差控制到3%左右,验证了基于机器学习的非线性回归算法在标定试验方程求解过程中的有效性,为标定试验方程求解提供了一种思路。