一种基于遗传算法的神经网络合金层材料力学性能识别方法

本发明公开了一种基于遗传算法的神经网络合金层材料力学性能识别方法，包括步骤1：根据轴瓦合金层材料微观结构和宏观结构选择合理试验参数；步骤2：利用压痕试验对轴瓦合金层进行试验，获取压入力‑压入深度曲线；步骤3：选择材料本构模型；步骤4：创建神经网络；步骤5：基于拉丁超立方理论，采用Abaqus数值分析软件构建网络训练数据库；步骤6：用Abaqus构建的数据库对神经网络进行训练，通过训练，神经网络能构建材料本构参数与压入力‑压入深度曲线之间的非线性映射关系；步骤7：通过遗传算法，使试验与神经网络计算获得的压入力‑压入深度曲线之间最小二乘误差最小，从而得到轴瓦合金层材料力学性能。