基于 AI - 有限元融合的复合材料多尺度建模与性能预测前沿技术专题

钢铁意志

基于 AI - 有限元融合的复合材料多尺度建模与性能预测前沿技术专题
基础理论与实践：复合材料均质化等理论，ABAQUS 二次开发及相关软件操作实践（RVE 建模等 ）。
多尺度建模：多相复合材料界面等多尺度建模方法（Cohesive 模型等 ），批量仿真与数据处理实践。
深度学习模型：多种深度学习模型设计（DNN、CNN 等 ）及代码实现训练实践。
迁移学习：迁移学习理论及应用实践（搭建模型、微调参数等 ），端到端性能预测系统开发。
论文实践：解读复现两篇相关 SCI 论文，涉及数据集、模型构建、超参数调整等内容。




水泥基复合材料
基础融合：讲机器学习在复合材料中的应用、研究流程，教数据收集预处理，以纳米材料为例说特征工程。还讲线性回归等基础模型在复合材料研究中的应用及实例。
集成与向量机：涵盖随机森林等集成学习算法、支持向量机在复合材料研究的应用及实例，介绍模型调参工具和评估指标、方法。
神经网络：从基础（激活函数等）到反向传播优化，再到多层感知机、PINNs、GAN 等在复合材料研究中的应用及实例，还介绍可解释性方法 SHAP。

科研硕博