本发明公开了一种融合实验数据的发动机尾喷管壁面压力预测方法，首先将喷管在不同工况下通过实验测得的壁面压力的高保真数据离散，利用组合神经网络构建模型，针对喷管在不同工况下，输入喷管气动/几何特征数据，首先利用全连接层建立气动/几何参数与少量实验测点压力数据之间的映射关系，然后将实验测点数据与CFD低保真数据进行融合，利用卷积神经网络对数据进行卷积操作提取其中的特征数据，并输出喷管壁面压力；通过不断迭代优化直到满足损失要求；其中模型训练优化目标设置为不同工况下喷管的实验高保真数据。应用本发明技术方案的发动机尾喷管壁面压力预测方法，能够在对喷管壁面压力进行快速预测，同时保证一定的预测精度及泛化性。