一种机理与数据混合驱动的激光加工工艺参数优化方法

本发明公开了一种机理与数据混合驱动的激光加工工艺参数优化方法，包括以下步骤：建立机理嵌入的神经网络模型，并对其进行训练，得到代理模型；获取当前工艺参数和当前工艺参数匹配的机理特征；将当前工艺参数和与当前工艺参数匹配的机理特征均输入代理模型，输出预测值；计算当前工艺参数的适应性函数，并对当前工艺参数进行选择、交叉、变异操作，以更新当前工艺参数；通过不断迭代，使更新后的工艺参数的适应性函数满足优化目标条件。本发明解决了现有技术中使用基于深度学习的代理模型对工艺参数进行优化，但基于深度学习的代理模型缺乏可解释性，导致其难以对激光加工过程中温度场的物理机理信息进行理解的问题。