El número de Mach, como un índice importante para juzgar el rendimiento del sistema en pruebas de túnel de viento, su estabilidad determina la calidad del campo de flujo de este túnel de viento y necesita ser controlada con precisión. Debido al complejo proceso en la prueba de túnel de viento, es difícil garantizar el funcionamiento fluido del número de Mach mediante la estrategia de control tradicional, por lo tanto, se propone en este documento un modelo de predicción del número de Mach basado en un modelo autorregresivo no lineal exógeno (NARX)-Elman. En primer lugar, se adopta el modelo NARX como el marco básico de este modelo, se utiliza el vecino más cercano falso (FNN) para resolver el orden del modelo, y se utiliza la red Elman para el ajuste dinámico no lineal del modelo. En segundo lugar, considerando el sistema de túnel de viento con múltiples condiciones y el alto costo de realizar experimentos de datos completos, se propone un nuevo método de migración de modelos, la corrección de sesgo/pendiente de entrada-salida con algoritmo genético (IOSBC-GA), que utiliza el método IOSBC como el marco básico para construir el modelo de migración basado en el modelo de condición histórica y una pequeña cantidad de datos de la nueva condición, y utiliza GA para encontrar la pendiente de desviación en el nuevo modelo y corregir la relación de entrada-salida entre las condiciones antigua y nueva, con el fin de establecer el modelo para la nueva condición. Al comparar el modelo respectivamente con el algoritmo tradicional y el modelo construido sin migración, el error cuadrático medio (RMSE) y la desviación máxima (MD) de este modelo son menores a 0.001, lo que indica que el modelo tiene una alta precisión de predicción.