基于人工智能的复杂结构力学性能的正反问题研究

本研究通过人工智能技术直接从实验/仿真数据中挖掘非经典材料和结构的本构关系，构建无需显式方程的智能力学模型；量化材料参数、边界条件及模型本身的不确定性，提升正问题预测的可信度与反问题求解的鲁棒性；协同优化材料微观组织与宏观拓扑构型，实现力学性能与功能需求的多目标权衡；从动态响应数据中实时反演隐藏参数，结合数字孪生技术实现结构的反设计与自适应控制。