宏观尺度材料试样的力学性能和力学行为通常可采用传统的试验方法和连续介质力学理论进行有效的表征；而细观和微观尺度材料试样的力学性能如何有效地表征，近年来一直是固体力学领域所关心的热门课题。由于直接受材料微结构效应的影响和测量技术的限制，传统的连续介质力学理论和实验方法在表征微结构材料的力学行为时存在较大的局限性。因此，发展刻画微结构材料力学行为的有效方法将是非常有意义的工作。本文分别从材料力学行为研究的正问题和材料力学性能参数确定的反问题两种思路入手研究微结构材料的力学行为。由于传统的反问题方法不能满足具有高度非线性及多参数特征的微结构材料力学问题的反问题研究的需要，本研究采用人工智能方法(神经网络、遗传算法和专家系统)对微结构材料力学参数确定的反问题研究开展若干尝试性的工作。主要研究内容包括：　　 ⑴基于可压缩薄膜撕裂的弯矩-曲率关系和神经网络方法，提出一种由薄膜撕裂试验确定其弹塑性力学参数的反分析方法。研究表明：由薄膜撕裂试验的可测量，如薄膜卷曲曲率半径、临界撕裂力曲线、薄膜厚度等可确定薄膜材料的力学性能参数。并讨论了反问题解的存在性、唯一性和稳定性。　　 ⑵基于Nix-Gao模型和塑性应变梯度理论，推导了晶体材料纳米压痕载荷-深度的解析表达式。运用该表达式和遗传算法建立了晶体材料纳米压痕反问题研究方法，并分别对单晶材料和多晶材料纳米压痕载荷-位移曲线进行反分析，进而获得材料的力学参数。同时，讨论了反问题解的存在性、唯一性和稳定性。　　 ⑶发展了刻画表面纳晶化材料纳米压痕力学行为的力学模型：压痕塑性区不穿越晶界模型和压痕塑性区穿越晶界模型。运用神经网络方法和有限元方法对表面纳晶化材料纳米压痕进行反问题研究，获得了该种材料的弹塑性力学参数和晶粒尺寸，并对反问题解的存在性、唯一性和稳定性进行了讨论。　　 ⑷基于神经网络、遗传算法和专家系统知识，开发了微结构材料力学行为智能分析平台，该智能分析平台能够根据用户输入的试验测量值反分析微结构材料的力学参数。