本發(fā)明提供了一種基于人工智能的復(fù)合材料失效高效模擬方法，屬于復(fù)合材料結(jié)構(gòu)失效分析技術(shù)領(lǐng)域。本發(fā)明方法包括：將失效準(zhǔn)則公式無(wú)量綱化，獲取獨(dú)立變量；采用蒙特?卡洛方法生成獨(dú)立參數(shù)變量的數(shù)據(jù)集，基于失效準(zhǔn)則選取神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練數(shù)據(jù)集；分別構(gòu)建預(yù)測(cè)復(fù)合材料損傷起始和裂紋角度的神經(jīng)網(wǎng)絡(luò)模型，并進(jìn)行訓(xùn)練；采用人工神經(jīng)網(wǎng)絡(luò)初步判斷復(fù)合材料損傷起始以及可能失效位置，然后再進(jìn)一步搜索失效具體位置；在有限元軟件ABAQUS中構(gòu)建失效準(zhǔn)則子程序，進(jìn)行復(fù)合材料失效模擬。本發(fā)明在確保預(yù)測(cè)準(zhǔn)確率和精度的同時(shí)，也提高了計(jì)算效率，可實(shí)現(xiàn)采用Puck和LaRC05失效準(zhǔn)則進(jìn)行復(fù)合材料結(jié)構(gòu)失效行為的高效模擬。