固体变形与疲惫开裂剖析是固体力学范畴的中心研讨方向，在严重工程和配备执役行为评价中扮演着要害人物。精确地猜测固体资料和结构的变形与疲惫开裂行为关于保证其执役安全性和可靠性至关重要，也为现有资料的改性和新资料的研制供给重要参阅。但是，固体变形与疲惫开裂问题遭到多要素耦合效果，机理扑朔迷离，选用传统的根据经历或物理模型的剖析办法难以对其做精确高效猜测，成为固体力学范畴面对的重要应战。

　　20世纪以来，作为大数据与人工智能技术发展到必定阶段的必定产品，机器学习办法为有用处理高维物理数据之间的杂乱非线性联系供给了关键，在深化发掘多要素耦合且机理扑朔迷离的固体变形与疲惫开裂规则方面展现出杰出的优势，为固体变形与疲惫开裂研讨带来了新的机会。

　　虽然国内学者现在已宣布了一些优异的机器学习作品，但在固体力学范畴，尤其是在根据机器学习的固体变形与疲惫开裂剖析方面还缺少系统性的总结和运用典范介绍。为了更好地促进机器学习等办法在固体力学研讨范畴的运用，西南交通大学康国政教授研讨团队在国家自然科学基金重点项目课题四（12192214）和西南交通大学校级教材（本科）建造研讨项目（2022）的支持下，出书了作品 《 》 （康国政, 阚前华, 张旭, 胡雅楠编著. 北京： 科学出书社, 2024. 10）。

　　康国政，固体力学博士，西南交通大学首席教授，博士生导师。国家级人才方案当选者（2014），全国优异教育工作者，德国“洪堡学者”，享用国务院特别政府补贴专家，教育部高等学校力学类专业教育辅导委员会委员，我国力学学会常务理事。主要是做先进资料循环本构联系、疲惫与开裂研讨。

　　阚前华，固体力学博士，西南交通大学教授，博士生导师。国家级人才方案当选者（2023）。长时间从事轮轨翻滚触摸疲惫和智能资料多场耦合疲惫研讨。

　　张旭，固体力学博士，西南交通大学教授，博士生导师。国家级青年人才方案当选者（2022），德国“洪堡学者”，世界塑性期刊青年研讨奖（International Journal of Plasticity Young Researcher Award）获得者。长时间从事先进金属资料的多标准力学研讨。

　　胡雅楠，车辆工程博士，西南交通大学讲师，硕士生导师。长时间从事焊接和增材制作资料疲惫与开裂行为研讨、资料疲惫损害行为的先进光源原位表征。

　　本书除了在固体力学范畴常用的机器学习算法和通用的运用流程外，作品包含了研讨团队近年来在固体资料多标准模仿（分子动力学模仿、离散位错动力学模仿、晶体塑性有限元模仿）和疲惫寿数猜测（数据驱动和机理驱动）方面的研讨成果；一起，对机器学习办法在资料本构模型、开裂行为，及结构变形和疲惫开裂剖析方面的运用发展进行了介绍。

　　全书共6章，第1章为序言；第2章为机器学习算法及流程简介，介绍常用的机器学习算法及其运用流程；第3章为根据机器学习的多标准塑性力学剖析，介绍根据机器学习的分子动力学模仿、离散位错动力学模仿、晶体塑性有限元模仿和本构建模进程；第4章为根据机器学习的资料开裂行为研讨，介绍机器学习在裂纹源、裂纹扩展行为、开裂强度和开裂韧性猜测中的运用；第5章为根据机器学习的资料疲惫寿数猜测，介绍根据数据驱动和机理驱动的机器学习办法，以及疲惫寿数猜测研讨方面的发展；第6章为根据机器学习的固体结构剖析，介绍机器学习在固体结构变形、疲惫与开裂行为研讨中的运用。

　　本书可供高等学校力学、机械、土木、航空航天等专业本科生运用，也可供研讨生和工程技术人员参阅。

　　本文摘编自《根据机器学习的固体变形与疲惫开裂剖析》（康国政等编著. 北京：科学出书社, 2024. 10）一书“内容简介”和“前语”。