[发明专利]基于聚类全局优化算法预测材料力学行为的方法

摘要

本发明一种基于聚类全局优化算法预测材料力学行为的方法，具体步骤为（a）确定为聚类全局优化算法中的优化变量；（b）设置各优化变量的初始值及初始搜索范围，设置收敛阈值θ及迭代次数nsample；（c）设定目标函数；（d）读取由实验得到的应力应变曲线，读取每条曲线的实验条件；（e）利用聚类全局优化算法对由实验得到的应力应变曲线进行优化拟合处理，使目标函数最小；当优化结果达到设定的收敛阈值θ或最大迭代次数nsample，将此时获得的优化变量作为最优变量，并输出最优变量；（f）将最优变量代入J‑C本构模型，预测材料在其他实验条件下的应力应变力学行为。利用本发明能够准确、自动、快速、低成本地测定可靠的J‑C本构方程参数，并基于J‑C本构方程预测出材料力学行为。

主权项

一种基于聚类全局优化算法预测材料力学行为的方法，其特征在于，具体步骤为：(a)将J‑C本构方程参数A、B、n、C、m中的未知量确定为聚类全局优化算法中的优化变量；(b)设置各优化变量的初始值及初始搜索范围，设置收敛阈值θ及迭代次数nsample；(c)设定目标函数Δσ:其中num表示的是参与拟合的曲线条数，Ni表示的是第i条曲线的数据点数，σi,j为第i条由实验得到的应力应变曲线上第j点的真应力值，σi,j'为对应于第i条由本构方程计算得到的曲线上第j点的真应力值；(d)读取由实验得到的应力应变曲线，读取用于计算σi,j'的每条曲线的实验条件，所述实验条件包括温度T和应变率(e)根据步骤(a)‑(c)设定的条件及步骤(d)的实验条件，利用聚类全局优化算法对由实验得到的应力应变曲线进行优化拟合处理，使目标函数最小；当优化结果达到设定的收敛阈值θ或最大迭代次数nsample，将此时获得的优化变量作为最优变量；所述聚类全局优化算法的具体步骤为：(1)将均匀分布在最初x维空间的k个点添加到当前采样的坐标系中；在当前的坐标系中所选择的k个点中有只有p个点使优化问题的评价函数最优；(2)对这些p点应用聚类程序进行聚类分析；如果所有的点都属于上述集群，则转到步骤(4)；否则将p设成是未聚类点的数量；(3)将局部搜索程序应用到这些p点；如果找到一个新的局部极小值，则转到步骤(1)，在局部最小周围邻域的k个点作为新的启动点；(4)在所有局部极小值中找到全局最小值为最优变量，优化过程结束；(f)将最优变量代入J‑C本构模型，预测材料在其他实验条件下的力学行为。