近年来机器学习与物理模型的融合发展,为流体力学及其相关工程应用带来了新的研究范式。 通过机器学习建模预报方法,计算流体力学和实验流体力学积累的数据价值得到重新利用。通过为机器模型喂养数据建立模型,模型建立后可快速预报其它工况,具有重要的工程应用价值。本报告将介绍钝体绕流阻力、流场、圆柱绕流涡激动、畸形波预报等初步性研究.