21世纪被认为是大数据的时代,数据科学已然成为科学研究的一种新途径,其正在以一种前所未有的方式深刻地影响着科技的进步。在经典力学体系中,本构关系往往都源于对实验数据拟合并通过经验参数构建解析式,这个过程通常会引入误差和不确定性且需要很高的智力和时间成本。随着计算机技术的不断发展,数据科学绽放出耀眼的光芒,使用实测数据来替代具有解析形式的本构关系具有巨大的潜力和重要的实用价值。基于此,本文提出了一种可以用于一维弹塑性问题的基于力学的数据驱动应力更新算法,随后通过数值子结构方法搭建了此算法与经典弹塑性算法结合的桥梁,并将其应用在工程问题的分析之中。主要研究内容如下:（1）基于数据驱动的理念,采用一组通过单轴拉伸试验得到的应力-应变数据对一维弹塑性问题的力学响应进行计算。在无需构建材料显式本构关系表达式的情况下,对包含满足各向同性强化、随动强化或组合强化的材料的边值问题进行求解,与经典模型结果对比表明,该方法可以准确地预测材料在单轴循环荷载下的弹塑性行为。（2）数值子结构方法是一种兼顾计算效率与计算精度的数值分析方法,主子结构并行运算的方式也为不同数值算法间的结合提供了便利。将本文提出的数据驱动应力更新算法与数值子结构结合,模拟结构中关键构件的力学响应,提出了一种基于数据驱动的数值子结构模拟方法,并通过理想剪切型框架-支撑结构初步验证了该算法的准确性。（3）屈曲约束支撑是一种性能稳定滞回曲线饱满的耗能减震构件,利用本文所提出的数据驱动应力更新算法可以规避对其传统力学模型解析式的求解,直接使用实测数据对其进行模拟分析,大大降低了数据处理的难度。结合数值子结构方法对一个钢框架-支撑结构进行了静力循环荷载作用下的数值模拟试验,结果表明该算法可以准确地拟合支撑在静力循环试验下的力学响应,证明此算法可以用于实际工程中。