摘要：塑性力学作为固体力学的一门核心课程,其中本构方程和屈服面理论既是教学重点,也是教学难点.在传统教学模式中,这些理论往往比较抽象,而且与工程应用之间脱节,导致学生在理解与应用时存在困难,也在一定程度上限制了其创新能力和实践能力的培养.近年来,人工智能技术迅速发展,并在教育科研领域得到越来越广泛的应用,为教学改革提供了新的动力.在此背景下,尝试采用机器学习的方法直接从实验数据中反演本构参数,并构建数据驱动的本构模型.该研究在一定程度上突破了传统理论框架的限制,为课程内容的更新与教学模式的创新提供了新的思路,也为培养能够适应未来工程与科研需求的复合型人才...

关键词：

塑性力学教学改革人工智能本构模型数据驱动

分类号：

G642(高等教育)

在线出版日期：

2026-10-16 （万方平台首次上网日期，不代表文献的发表时间）

页数：

3 (28-30)