面向有限元仿真的弹性体本构模型参数机器学习优化方法与系统

本发明涉及人工智能技术领域，提供一种面向有限元仿真的弹性体本构模型参数机器学习优化方法，通过步骤S1‑S4，获取弹性体力学实验中的应力数据和应变数据，将应力数据和应变数据分别进行标准化处理，得到训练数据集。构建并行的多个物理信息神经网络，每个物理信息神经网络设置有损失函数；将待分析材料的应力数据和应变数据输入物理信息神经网络，由每一个物理信息神经网络并行计算得到材料参数。基于三轴拉伸应变能稳定性和预测精度指标，筛选出最优本构模型，将其与模型参数封装为可调用模块。本发明公开了一种应用上述方法的系统，该方法和系统采用多物理信息神经网络并行预测与智能筛选架构，实现弹性体本构模型的高效自动化分析。