随着材料科学与工业技术的快速发展,航空航天、家用电器、医疗器械、汽车、建筑等各领域对高性能新材料的需求与日俱增。于此同时也给新材料与结构的尖端制造和安全评估所需的固体力学模拟带来更严峻的挑战。固体力学模拟离不开材料的本构模型,准确地建立新材料的本构模型,提出数值实现方法,是解决挑战的关键一环。然而,传统本构模型的建立需要很高的智力和时间成本,如著名的Neo-Hookean、Ogden、Hill、Druker-Prager等模型往往耗费科学家多年的时间,也因此这类模型往往以科学家的名字命名,体现出他们杰出的贡献。此外,传统本构模型往往只能描述某一类材料的力学性能,适用范围较小。标定传统本构模型的参数所花费的时间往往较多,同时满足所有实验测试数据也较为困难。基于传统本构模型的计算方法难以跟上新材料的更新速度,难以实现缩短产品研发周期、评估产品安全性能并提供解决方案的目标。因此,发展面向新材料与结构的数据驱动计算力学方法正当其时。近年来,许多学者提出了基于数据驱动的本构建模方法来克服传统本构建模的困难,直接利用实验数据自动化地建立材料的本构模型,无需函数形式的表达式。但已提出的基于数据驱动的本构建模方法大多是通过机器学习的方法对不同加载路径下的应力应变数据进行训练获得或通过守恒定律在实验数据中进行优化迭代求解。这类方法由于未融合或未充分融合力学的先验知识和机理,导致所需数据量较大,且部分数据难以通过物理实验测得,限制了数据驱动计算方法的推广和应用。面对以上困难,本文针对弹塑性材料,充分利用力学的先验知识和机理,探索满足物理特性约束和力学机理的不变量,以不变量为基础发展基于小样本数据驱动的弹塑性本构建模方法,降低数据量的需求。本文具体研究内容和成果包括:（1）在小变形框架下,提出了一种小样本数据驱动的弹塑性本构建模方法。只需采集单轴实验数据,通过应力和试应变之间的同轴关系,构造了用单轴数据进行应力更新的数学格式,并提出数值算法来获取切线刚度矩阵。该方法避免了复杂的本构解析建模过程。若干基于传统塑性本构模型（以具有各向同性硬化、非线性硬化的J2塑性模型和Drucker-Prager模型）的算例和Al-Cu合金结构试样的实验结果表明了该方法的准确性和计算稳定性。（2）在小变形框架下,提出了一种描述各向同性拉压非对称弹塑性材料的数据驱动的本构建模方法。该方法构造了同时使用单轴拉伸和压缩数据进行应力更新的数学格式,可以在弹性和塑性范围内同时处理以拉伸为主和以压缩为主的应力状态,并考虑每个状态的不同屈服和硬化行为。为了从物理实验中获得准确的一维数据集,提出了一种基于数字图像相关法的均匀化数据生成处理方法,特别是针对圆柱形试样压缩实验中的数据处理。选择了两种具有代表性的拉压非对称材料（钛合金和高密度聚乙烯）,通过多种结构件的实验和数值算例说明了该方法的准确性、计算稳定性以及广泛适用性。（3）在有限变形框架下,提出了一种小样本数据驱动的弹塑性本构建模方法。通过应力和试应变之间的同轴关系构建了基于单轴实验数据的应力更新算法,并提出数值算法来获取切线刚度矩阵。该方法选择了应力应变满足功共轭要求的对数应变和真应力作为数据源,避免了有限元软件中有限变形计算框架下的客观应力率的选择,使得数值实现更加简化。若干数值算例和钛合金结构试样的实验结果验证了该方法准确性和计算稳定性。