1、引言
復合材料具有輕質、高強高模、可設計性強等優點，在船舶與海洋工程領域應用愈加廣泛。性能需求的提高，使得復合材料組分構成與結構形式比以往更加復雜，傳統設計研究方法分析速度與精度方面受到限制，一定程度上制約了復合材料在船舶與海洋工程領域的應用發展。
人工智能方法利用數學模型代替力學分析，利用高維數據建立變量間的映射關系，以分析傳統力學方法不易發現的規律，對復合材料結構的性能分析、設計優化及可靠性分析方面起到推進作用。
利用人工智能方法解決復合材料結構設計分析中的問題，已成為新的發展趨勢。
2、人工智能方法與復合材料結構性能預測
復合材料結構力學性能預測通常采用試驗、數值兩種方式，這兩種方法均難以對影響因素進行精確分析。
復合材料的宏觀力學性能基于其微細觀結構。人工智能方法能夠高效分析微細觀結構特征與影響程度，促進復合材料多尺度力學的深入研究。通過纖維體積分數、鋪層角等設計參數對結構力學性能進行預測，建立“設計參數-結構-性能”的響應非線性映射關系模型，能夠提高復合材料優化設計效率、降低復合材料結構研發時間成本。
工程領域中通常根據實驗數據，在物理定律和基本假設基礎上對經驗函數進行修正以得到半經驗復合材料的本構關系與損傷失效數學模型。復合材料組分含量逐漸發展、結構設計逐漸復雜，使其準確的損傷失效分析變得困難，然而已有材料力學方法對各種損傷機理共同作用不易良好表達。人工智能方法則繞過對失效機理的直接探索，利用設計參數和試驗數據構建復合材料本構關系模型，同時避免經驗方法引入誤差。
3、人工智能方法與復合材料結構優化設計
復合材料結構設計空間大，受載后響應規律復雜，若通過多次試驗獲得設計方案會消耗大量資源及時間，且無法保證獲得全局最優解。隨著數值模擬與人工智能的持續發展，計算機仿真實驗、自主搜索方案已得到應用，為復合材料高精度高效率優化設計帶來新方法。
智能算法控制有限元分析，能夠在設計空間內尋找優化解決方案。結合經典層合板理論與智能算法，采用理論計算或數值計算，繞過大規模有限元分析，實現復合材料多目標優化的同時，提高設計效率。
此外還可通過人工神經網絡反向構建性能-設計參數關系模型，由目標性能解出所需設計方案。
基于人工智能的復合材料設計、優化自動尋優方法已逐漸深化發展。材料性能設計參數的有效性與算法的精度和效率在該方法中起到關鍵作用。
由于復合材料內部結構復雜，設計參數眾多，需要對設計參數與目標的相關性進行分析，并對某些不確定因素及影響進行量化處理，用以提高人工智能數學模型的效率與精度。
4、總結與展望
以輕量化為目標，高效利用復合材料結構，基于其可設計性激發材料性能潛力極限，逐漸成為船舶及海洋工程領域復合材料研究的焦點之一。擺脫傳統復合材料設計理念，實現設計方案智能搜索，提高效率與性能，將是未來復合材料研究的新目標。
