一种基于物理信息神经网络的力学参数优化方法

本发明公开了一种基于物理信息神经网络的力学参数优化方法，属于力学本构理论与机器学习技术领域，包括构建本构模型，设计力学实验，获取材料的相关数据并进行归一化处理，构建前馈神经网络模型；通过三次预训练逐步优化神经网络，获得材料硬化参数优化值、应力预测曲线与滑移阻力预测曲线；将本构模型作为损失函数进行第四次正式训练，获得最终应力‑应变曲线图。本发明采用上述的一种基于物理信息神经网络的力学参数优化方法，克服了传统方法在处理量级差异大、参数敏感性高以及缺乏明确标签问题上的不足，缓解因指数项引起梯度爆炸及数值不稳定问题，保证输出满足物理本构关系和边界条件，在多工况条件下实现对弹塑性本构参数的高精度反求。