En los últimos años, la tecnología de inteligencia artificial (IA) se ha aplicado en diferentes campos de investigación. En este estudio, se propone el modelo de regresión XGBoost para estimar el empuje del motor JT9D. El error absoluto medio (MAE) del rendimiento del modelo es 0.004845, el error cuadrático medio (MSE) es 0.000161, y los valores del coeficiente de determinación (R) de los subconjuntos de entrenamiento, validación y prueba son 0.99, 0.99 y 0.98, respectivamente. Basado en un análisis de sensibilidad del modelo, los valores óptimos de los cuatro parámetros son los siguientes: el número de estimadores es 900; la tasa de aprendizaje es 0.1; la profundidad máxima es 4, y el estado aleatorio es 3. Además, se realizó una comparación entre el rendimiento del modelo en este estudio y el de uno anterior. El valor de MSE es tan bajo como 0.000021.