简介： 本发明涉及一种基于机器学习的钛合金本构关系预测方法，属于金属材料的本构行为预测技术领域。所述预测方法包括：获取多种钛合金分别在不同温度和应变率条件下的应力应变曲线并进行预处理；制作单独用于VAE‑GAN模型训练的曲线数据集；基于VAE‑GAN模型搭建预测模型部分一,并进行训练；基于多项式回归模型搭建预测模型部分二，实现由实验条件预测应力应变曲线的编码；将预测编码输入VAE‑GAN译码器，输出最终预测应力应变曲线。本发明所述预测方法实现了同时预测钛合金材料应力随应变的变化过程和失效应变，克服了传统本构模型不能预测合金材料失效应变的缺点，为合金材料本构关系预测提供了新方法。