科學(xué)研究第四范式的提出,宣告著數(shù)據(jù)密集型的科學(xué)研究方法時(shí)代的到來。機(jī)器學(xué)習(xí)和人工智能技術(shù)的發(fā)展,為日趨復(fù)雜的材料設(shè)計(jì)提供了嶄新的途徑。數(shù)據(jù)庫與機(jī)器學(xué)習(xí)技術(shù),能夠揭示設(shè)計(jì)過程與材料宏觀性能的關(guān)系,實(shí)現(xiàn)實(shí)驗(yàn)過程優(yōu)化,改善依靠科學(xué)家直覺和大量的“嘗試法”的材料研發(fā)思路,形成數(shù)據(jù)驅(qū)動(dòng)的研究方法,從而加速材料設(shè)計(jì)與研發(fā)。本課題基于數(shù)據(jù)庫和機(jī)器學(xué)習(xí)技術(shù),針對(duì)合金材料的組織和性能開展數(shù)據(jù)驅(qū)動(dòng)的設(shè)計(jì)方法研究。通過分析材料實(shí)驗(yàn)表征數(shù)據(jù)、計(jì)算模擬數(shù)據(jù)和工業(yè)生產(chǎn)數(shù)據(jù)的特征,研究材料科學(xué)數(shù)據(jù)庫構(gòu)建方法;同時(shí)分別針對(duì)實(shí)驗(yàn)表征數(shù)據(jù)、計(jì)算模擬數(shù)據(jù)和工業(yè)生產(chǎn)數(shù)據(jù),開展相關(guān)性分析、特征選擇、分類和回歸分析、集成學(xué)習(xí)和深度學(xué)習(xí)等數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)在優(yōu)化合金設(shè)計(jì)方法上的應(yīng)用研究。基于公開發(fā)表的實(shí)驗(yàn)數(shù)據(jù)研究并建立了高溫合金晶格錯(cuò)配度模型,基于海量計(jì)算模擬數(shù)據(jù)研究并建立三元合金準(zhǔn)相平衡過程的定量設(shè)計(jì)模型,實(shí)現(xiàn)了數(shù)據(jù)驅(qū)動(dòng)的合金組織參數(shù)的定量預(yù)測新方法;基于工業(yè)數(shù)據(jù)的高維小樣本特點(diǎn),探索了機(jī)器學(xué)習(xí)與多尺度計(jì)算相結(jié)合的數(shù)據(jù)降維新方法,成功用于鋼鐵工業(yè)生產(chǎn)環(huán)境下的力學(xué)性能高精度預(yù)測,為金屬結(jié)構(gòu)材料的設(shè)計(jì)提供了新的方法和思路。具體如... 

【文章來源】：北京科技大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：115 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖２－丨ＢＰ前饋網(wǎng)絡(luò)的結(jié)構(gòu)??

定義不同的核函數(shù)，就可以實(shí)現(xiàn)多項(xiàng)式逼近、貝葉??斯分類器、徑向基函數(shù)方法、多層感知器網(wǎng)絡(luò)等許多現(xiàn)有學(xué)習(xí)算法。這種新??的學(xué)習(xí)算法可以替代多層感知器、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)和多項(xiàng)式神經(jīng)網(wǎng)絡(luò)等??己有的學(xué)習(xí)算法。該方法作為一種解決多維函數(shù)預(yù)測的通用工具，己成功應(yīng)??用于函數(shù)近似、模式識(shí)別和數(shù)據(jù)分類等領(lǐng)域，說明了統(tǒng)計(jì)學(xué)習(xí)理論的實(shí)用價(jià)??值。??機(jī)器學(xué)習(xí)的目的是根據(jù)給定的訓(xùn)練樣本，估計(jì)系統(tǒng)輸入與輸出之間依賴??關(guān)系，使之能夠盡可能準(zhǔn)確地預(yù)測系統(tǒng)的未來輸出［１］。機(jī)器學(xué)習(xí)的基本模型，??可以用圖２－２表示。圖２－２中，系統(tǒng)是研究的對(duì)象，它在給定的輸入ｘ下得??到輸出ｙ。在訓(xùn)練過程中，輸入與輸出組成訓(xùn)練樣本（ｘ，?ｙ），提供給學(xué)習(xí)機(jī)??器。在測試過程中，訓(xùn)練后的學(xué)習(xí)機(jī)器對(duì)于輸入ｘ給出預(yù)測輸出歹。??輸入?系統(tǒng)?輸出??！＾，１??＾?機(jī)器學(xué)習(xí)?＾?預(yù)測輸出??圖２－２機(jī)器學(xué)習(xí)的基本模型??假定對(duì)于所研宄的系統(tǒng)，已知在其輸出ｙ與輸入ｘ之間具有某種未知的??依賴關(guān)系，即存在一個(gè)未知的聯(lián)合分布Ｆ（ｘ，ｙ）。假定學(xué)習(xí)機(jī)器具有廣義參數(shù)ａ??（所有參數(shù)的集合），則對(duì)于輸入ｘ，該學(xué)習(xí)機(jī)器的預(yù)測輸出的期望風(fēng)險(xiǎn)可以??表示為：??－１５?－??

?機(jī)器學(xué)習(xí)輔助合金組織和性能預(yù)測方法研宄???欠學(xué)習(xí)??過學(xué)習(xí)??信范圍??＾經(jīng)驗(yàn)風(fēng)險(xiǎn)??，．＿＂■，■＿?一?“?ｈ??函數(shù)柒子集：??ＶＣ維：幻＜心＜＊３??圖２－３結(jié)構(gòu)風(fēng)險(xiǎn)最小原理圖??實(shí)現(xiàn)ＳＲＭ原則可以有兩種思路，一是在每個(gè)子集中求最小經(jīng)驗(yàn)風(fēng)險(xiǎn)，然??后選擇使最小經(jīng)驗(yàn)風(fēng)險(xiǎn)和置信范圍之和最小的子集。顯然這種方法比較費(fèi)時(shí)，??特別是當(dāng)子集數(shù)目很大甚至是無窮時(shí)不可行。因此有第二種思路，即設(shè)計(jì)函??數(shù)集的某種結(jié)構(gòu)使每個(gè)子集中都能取得最小的經(jīng)驗(yàn)風(fēng)險(xiǎn)，然后只需選擇適當(dāng)??的子集使置信范圍最小，則這個(gè)子集中使經(jīng)驗(yàn)風(fēng)險(xiǎn)最小的函數(shù)就是最優(yōu)函數(shù)。??支持向量機(jī)方法實(shí)際上就是結(jié)構(gòu)風(fēng)險(xiǎn)最小化思想的具體實(shí)現(xiàn)。??支持向量機(jī)（ＳＶＭ）是統(tǒng)計(jì)學(xué)習(xí)理論中最年輕的內(nèi)容，也是最實(shí)用的部??分［ｉ７，Ｍ。這里僅對(duì)ＳＶＭ的基本原理作簡單描述，而不詳細(xì)介紹其中非常復(fù)??雜的數(shù)學(xué)推導(dǎo)過程。??（１）支持向量分類算法??最優(yōu)分類超平面：支持向量分類的基石就是高維空間的大間隔思想。其??基本思想可用圖２－４的二維情況說明。??／最優(yōu)分類超平面??ａ?〇類間隔??支持向量??圖２￣４最優(yōu)分類超平面??－１８?－??

【參考文獻(xiàn)】：
期刊論文
[1]材料基因組——材料研發(fā)新模式[J]. 汪洪,向勇,項(xiàng)曉東,陳立泉.  科技導(dǎo)報(bào). 2015(10)
[2]多尺度材料計(jì)算方法[J]. 施思齊,徐積維,崔艷華,魯曉剛,歐陽楚英,張艷姝,張文清.  科技導(dǎo)報(bào). 2015(10)
[3]中國材料數(shù)據(jù)庫與公共服務(wù)平臺(tái)建設(shè)[J]. 尹海清,劉國權(quán),姜雪,張瑞杰,曲選輝.  科技導(dǎo)報(bào). 2015(10)
[4]基于Jena的本體構(gòu)建方法研究[J]. 向陽,王敏,馬強(qiáng).  計(jì)算機(jī)工程. 2007(14)
[5]關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)[J]. 張學(xué)工.  自動(dòng)化學(xué)報(bào). 2000(01)

博士論文
[1]高豐度稀土快淬磁體的永磁性能、機(jī)理和機(jī)器學(xué)習(xí)研究[D]. 李銳.中國科學(xué)院大學(xué)(中國科學(xué)院物理研究所) 2018
[2]數(shù)據(jù)挖掘方法在高導(dǎo)電高彈性銅合金及其它金屬材料中的應(yīng)用[D]. 方善鋒.中南大學(xué) 2009



本文編號(hào)：3497437