基于数据协同优化的高温合金本构关系神经网络建模方法

本发明涉及材料计算科学与机器学习交叉技术领域，具体公开了一种基于数据协同优化的高温合金本构关系神经网络建模方法，包括：获取高温合金材料的原始实验数据集，并对原始实验数据集进行预处理得到预处理后的实验数据集；根据原始实验数据集生成测试数据集；根据预处理后的实验数据集对神经网络模型进行训练；然后根据测试数据集对训练后的神经网络模型进行测试与验证；将高温合金材料的当前温度、当前应变速率和当前应变输入到训练后的神经网络模型中进行应力预测，以输出高温合金材料的预测应力。本发明通过神经网络强大的非线性拟合能力，能够实现高精度预测高温合金在复杂条件下的应力响应；规范化的数据处理流程，确保模型训练效果。