混合型专家系统的设计及其在材料设计中的应用

摘要

材料设计是依据积累的经验、所归纳的实验规律和总结的科学原理制备具有确定目标性能的材料。其核心是确定成分、工艺及性能间的关系。目前，虽掌握了大量成分、工艺和性能的相关数据，但其间的内在规律尚不完全清楚。在这种条件下，人们的目光转向理论辅助的材料设计和预测。将先进的计算机技术应用于现代材料设计，可以摆脱实验先行的研究方法，用较少的实验取得较为理想的材料，达到事半功倍的效果。 人工智能的研究领域包括人工神经网络和专家系统等。神经网络其分布式存贮信息、并行分布处理的特性，使之具有自组织、自学习和容错性。而这正是传统专家系统技术的不足之处。专家系统的透明性，灵活性，知识表示明确性是神经网络不具有的。在建造专家系统时，将专家系统和神经网络两者结合，建造混合型专家系统，可以发挥各自优点，实现对大量数据的处理和存储。 本文吸取了神经网络和专家系统各自的优点，建立了混合型专家系统。首先建立了神经网络获取知识的模块。在神经网络训练的程序中，通过采用变步长学习率、增加动量项、引入虚拟样本和防止过拟合等方法，使网络实现了快速稳定收敛。本研究还设计了神经网络的推理机制。在此基础上，将混合型专家系统应用到材料设计当中，分别对材料的力学性能和相变点进行了预测，并进行了材料设计。实验和分析表明，混合型专家系统在材料设计领域具有明显的优越性和广泛的应用前景。

目录

文摘

英文文摘

第一章绪论

§1-1材料设计的现状与发展

§1-1-1材料设计的概念

1-1-2材料设计的研究范畴

1-1-3材料设计的方法及应用

1-1-4材料设计的发展趋势

§1-2人工智能的发展及研究领域

1-2-1人工智能的概念

1-2-2人工智能的发展历程

1-2-3专家系统的结构与功能

1-2-4神经网络

1-2-5人工智能的研究与应用领域

§1-3人工智能在材料设计中的应用

1-3-1神经网络在材料设计中的应用

1-3-2专家系统在材料设计中的应用

§1-4课题的提出及研究内容

1-4-1课题的提出及意义

1-4-2课题的研究内容

第二章混合型专家系统的设计思想与技术

§2-1混合型专家系统及设计思想与原理

2-1-1混合型专家系统概念

2-1-2混合型专家系统的设计思路

2-1-3混合型专家系统的基本原理

§2-2混合型专家系统的结合技术

2-2-1混合型专家系统的结合方法

2-2-2混合型专家系统的具体结合技术

§2-3混合型专家系统的建造步骤

第三章混合型专家系统的建造

§3-1混合型专家系统的结构

3-1-1混合型专家系统的基本结构

3-1-2神经网络子功能块NNM

§3-2混合型专家系统的知识库

3-2-1知识与知识表示

3-2-2混合型专家系统中的知识表示

3-2-3知识库的构成与知识的获取

§3-3基于ANN的推理机设计

3-3-1推理方法

3-3-2推理方向

3-3-3控制策略

3-3-4混合型专家系统的推理机制

3-3-5基于ANN推理机制的特点

§3-4本章小结

第四章神经网络的建造

§4-1神经网络的结构设计

4-1-1神经网络拓扑结构

4-1-2BP网络结构

4-1-3神经网络的学习方式和学习规则

4-1-4BP算法的学习过程

§4-2BP网络参数的选定

4-2-1激励函数的选取

4-2-2初始权值选取

4-2-3学习率η的选择与自动调整

4-2-4动量项α

4-2-5同时调整学习率和动量项

4-2-6改善网络预测效果的其它措施

§4-3基于神经网络的知识获取和推理

4-3-1神经网络专家系统的知识获取

4-3-2神经网络的推理

§4-4本章小结

第五章混合型专家系统在合金设计中的应用

§5-1合金性能预测

5-1-1网络模型

5-1-2数据的归一化处理

5-1-3网络部分学习训练样本

5-1-4网络学习的权值与阈值

5-1-5预测值与实际值对比

5-1-6不同数量的训练样本结果对比

§5-2材料合金元素对性能影响的分析

5-2-1合金元素对硬度的影响

5-2-2合金元素对抗拉强度的影响

§5-3 Ms点的预测

5-3-1钢的Ms点预测

5-3-2合金元素对Ms点的影响

§5-4辅助材料设计

5-4-1材料成分辅助设计

5-4-2实验验证设计的材料

§5-5本章小结

第六章结论及后续工作

§6-1结论

§6-2后续研究工作

参考文献

致谢

攻读学位期间所获得的相关科研成果