Nella progettazione e nella valutazione delle strutture aeromobili, l’analisi aeroelastica garantisce l’integrità strutturale e la stabilità sotto i carichi aerodinamici. L’esecuzione di simulazioni aeroelastiche dettagliate utilizzando metodi di calcolo ad alta fedeltà può o tuttavia essere computazionalmente costosa. Un metodo che utilizza modelli surrogati per ridurre il costo computazionale delle analisi aeroelastiche viene proposto nel presente lavoro. I modelli surrogati riducono notevolmente i costi computazionali e forniscono previsioni accurate dei parametri essenziali nelle complesse simulazioni aeroelastiche. Per creare il set di dati necessario per l’addestramento dei modelli surrogati, ` e stato utilizzato il framework SHARPy, uno strumento Python open source sviluppato dall’Imperial College di Londra.