摘要：本文提出一种应用模式识别优化技术的微波吸收材料多层涂层的计算机辅助设计新方法，避免了常规方法由于变量过多而常常陷入局部最小，从而获得多层涂层的优化设计方案。本文还分析了多层涂层扩展频宽和吸收峰的关系，讨论了最佳设计中对表面层和贴近金属层的材料电磁参数的要求。

摘要：将支持向量机算法用于相图评估和预报,冶金物料物性建模,冶金生产优化及故障诊断,以及材料设计等方面,效果良好.

摘要：提出了炼钢转炉炉龄问题预测的遗传程序设计方法，并选取一组标样进行了研究．结果表明，该方法性能良好，可望成为钢铁工业预测。

摘要：本文将遗传程序设计用于金属间化合物三元填隙Ｄ８８结构形成条件的判别．对６５种化合物的研究结果表明，该方法性能良好，可望成为化合物结构分析的辅助手段．

摘要：采用人工神经网络方法进行Ｖ－ＰＴＣ材料设计的多目标优化。应用偏相关指数和目标拟合变量的方法探寻具有较好性能样品的工艺条件和配方参数，并据此设计合成了数个优化样本，经实验测试达到了设计要求。

摘要：用数据挖掘技术研究常见的7种中药水提液体系中淀粉、果胶等高分子物质组成、物理化学性质与Al2O3陶瓷膜膜通量之间的关系。结果发现本实验体系:(1)中药水提液的粘度、粒径分布(D50)分别与有关变量呈近线性关系,且果胶含量对粘度、粒径分布(D50)的影响较大;(2)中药水提液的pH值与X1(固含物)、X3(果胶)等变量没有简单的线性关系,但采用模式识别方法,可以找到pH值的定性规律;(3)初步认识到中药水提液这一复杂体系影响Al2O3陶瓷微滤膜膜通量的主要因素,即水提液中的蛋白质含量、原液pH值和粒径分布(D50);(4)利用自行开发的数据挖掘软件处理有关数据,得到膜通量下降速率与原液中粒径分布参数、pH值之间的定量关系,“留一法交叉验证”表明该定量关系的预报结果正确,基本锁定了造成该体系通量衰减的主要因素,使得中药水提液膜过程优化设计取得突破性进展。

摘要：人工神经网络（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓ，ＡＮＮｓ）是一类试图模拟生物体神经系统结构的新型信息处理系统．文中用反向传播网络研究Ｖ－ＰＴＣ材料诸性能与其配方及工艺间的关系，通过Ｂ－Ｐ算法建立了Ｖ－ＰＴＣ材料诸性能与其配方及工艺间的非线性映照关系，根据Ｖ－ＰＴＣ材料的优化配方和工艺条件，计算机预报相应材料诸性能的结果与实验值相一致．