一种基于机器学习的复合材料层合板刚度预测方法

本发明公开了一种基于机器学习的复合材料层合板刚度预测方法，包括以下步骤，S1、基于基体超弹性数据与纤维参数，通过平均场均匀化方法与最小二乘法拟合HGO模型参数；S2、采用拉丁超立方采样生成对称铺层序列，通过批量有限元仿真计算各组铺层的拉伸刚度与剪切刚度；S3、对铺层角度进行特征变换，组成特征向量；S4、以特征向量为输入，刚度为输出，采用嵌套交叉验证训练GBM模型，获得刚度预测代理模型；S5、基于遗传算法的铺层逆向优化，搜索最优铺层序列；使用本发明实现超弹性复合材料层合板拉伸与剪切刚度的同步快速预测，预测精度高。