基于机器学习的船舶螺旋桨敞水性能预报代理模型

介绍了基于机器学习的经典模型，以螺旋桨特征参数为输入，建立船舶螺旋桨敞水性能预报代理模型。对几种典型的回归模型，分析了它们的预报精度和适用性。用随机森林方法建立了船舶螺旋桨敞水性能预报代理模型，其预报结果与试验数据吻合较好。对未知桨试验结果的验证表明，K_T和10K_Q的预报偏差在5%以内，敞水效率预报偏差在2%以内。该研究为船舶螺旋桨性能预报提供了新的手段，有望缩短设计周期，提高设计效率。