基于GA-BP神经网络的螺旋桨水动力性能预报方法

为了快速预报螺旋桨水动力性能,提出一种遗传算法优化BP神经网络（GA-BP）的螺旋桨水动力性能快速预测方法。采用计算流体力学（CFD）方法,使用FLUENT软件对P4119螺旋桨水动力性能进行仿真计算,结果表明CFD方法可替代敞水试验获取螺旋桨水动力性能。采用CFD方法计算100组不同系列螺旋桨的水动力性能,建立GA-BP神经网络螺旋桨水动力性能预测模型,以计算所得的100组数据为模型的学习样本,选择其中的80%为训练集,10%为验证集,10%为测试集,对比分析传统BP神经网络和GA-BP神经网络模型的预测效果。结果表明,GA-BP神经网络预测结果预测精度更高,能够满足快速预测螺旋桨水动力性能的要求。