基于迁移学习和集成学习的材料力学性能预测方法、设备和介质

本发明公开了基于迁移学习和集成学习的材料力学性能预测方法、设备和介质，属于材料、力学与人工智能交叉技术领域。针对传统材料力学性能试验周期长、样本要求高、成本高等问题，本发明通过迁移学习和集成学习等方法实现材料小尺寸样本的材料力学性能快速预估，具体包括预处理、模态增强、样本增强、模型迁移和组合生成步骤。本发明突破传统力学测试的局限，实现材料力学性能的快速预测，可广泛应用于航空、汽车等领域的材料的原型迭代开发和质量检验，显著提升材料的设计效率和检测效率。