摘要：人工神经网络(ANN)是一种驱动人工智能(AI)的网络框架,其中采用经典卷积神经网络(CNN)进行胚胎质量评估可进行固定时间节点胚胎细胞计数和图像识别;采用全连接的深度神经网络(DNN),胚胎图像识别准确度提升,适用于较高硬件配置以及需要整合临床信息进行综合预测;残差网络通过增加层数提高准确度并通过跳跃连接解决梯度消失问题,实现动态胚胎评估。贝叶斯网络(BN)机器学习擅长推理,在条件缺失情况下可通过推理弥补数据不足,可结合临床复杂信息进行综合预测评估;支持向量机(MLP)机器学习存在梯度消失与爆炸,容易丢失图像部分空间特征,适用于小样本评估。ANN在预测胚胎植入率、胚胎非整倍体方面具有一定优势,开发新的胚胎质量评估方法减少侵入性检测是人类辅助生殖技术(ART)重要研究方向。

摘要：三次设计或称'田口方法(TaguchiMethods)'、'稳健设计(RubustDesign)'、'鲁棒设计',三次设计是以统计的方法定量地分析各种参数组合与质量特性之间的关系,从而求出最佳参数组合.它同时将设计参数与计算效益结合起来,寻求成本较低且质量特性又合理的容差范围,从而避免'质量过剩'.三次设计的核心为参数设计,主要采用基于田口正交表的试验设计法和响应面法,其数据处理方法都比较繁琐,特别是田口试验设计法,要求设计者具有较高的概率统计知识,这就制约了该方法的推广.

摘要：针对复杂产品优化设计计算密集的问题,从样本角度提出一种改进的人工神经网络—遗传算法多目标优化框架:针对正交实验设计的小样本问题,采用基于限制扰动的虚拟样本构造方法扩大训练样本集,用于提高人工神经网络建模精度;以基于熵权的极差分析法确定各决策变量的灵敏度,通过变决策变量建模的方式确定高性价比人工神经网络模型,用于遗传算法搜索的适应度计算;设计一种兼顾Pareto前沿平滑性和均匀性的遗传算法初始解构造方法,用于提高优化的效率和质量。以航空发动机高压涡轮盘优化实例验证了所提方法的可行性和有效性。

摘要：把一种新发展的功能极强的信息处理技术─—计算机人工神经网络技术用于单晶合金的高温持久性能预测并和其它方法进行比较，结果表明：这种方法精度最高。

摘要：压电材料作为重要的功能材料,广泛应用于社会的各领域,但其弹性常数的偏差会导致应用过程中出现错误的设计,弹性常数的正确表征对压电器件的正确设计尤为重要。与其他测量方法相比,电阻抗谱仅需要阻抗分析仪即可实现测量,通过测量阻抗谱反演获得压电材料的弹性常数。传统电阻抗谱法通过不断修正材料参数,使得测量阻抗谱和计算阻抗谱最大程度吻合,该过程需要多次迭代,计算量大,耗时较长。该文提出采用神经网络建立阻抗谱到弹性常数的正向模型,测量得到阻抗谱后仅需一次正向计算即可得到弹性常数。使用Comsol和Matlab联合仿真建立数据集,引入丢弃法避免模型过拟合,利用Pytorch建立模型,经过训练后,最大谐振频率偏差从初始2.8%降至0.8%。该技术为压电材料弹性常数精密测量提供可靠的理论与实践途径。

摘要：在实验数据的基础上,利用人工神经网络建立了非调质钢的抗拉强度、屈服强度、断面收缩率和断后伸长率等力学性能与合金成分对应关系的模型。将合金成分作为网络的输入,非调质钢的力学性能作为网络的输出,来训练网络预测非调质钢的力学性能,与实测值比较获得了满意的结果,为高性能材料设计提供了一个辅助手段。

摘要：用人工神经网络进行材料设计已取得了可喜的进展 ,本文回顾了人工神经网络应用于材料制备工艺研究时的一些共性问题 ,如 :样本筛选、网络结构的确定、加快网络训练速度、改善网络预测效果、最优工艺参数的确定等 。

摘要：目的　认识和把握人工神经网络在计算机辅助工艺过程设计 (CAPP)中的应用及发展前景 .方法　在论述人工神经网络模型的特点和性质的基础上 ,对人工神经网络在智能 CAPP系统中的应用原理和方法作了初步的理论分析和研究 .结果　人工神经网络在 CAPP系统具有很大的使用价值和广阔的应用前景 .结论　这种初步的研究及其以后相关人员的工作 ,将为 CAPP领域应用神经网络技术开辟新的途径 ,从而在一定程度上解决目前

摘要：研究了一种新型优化算法。利用 Boltzm ann机人工神经网络的理论和方法 ,结合模拟退火算法 ,构造合适的求解优化设计问题的人工神经网络 ,将优化问题的寻优过程和 Boltzm ann机的演化过程进行对应 ,将优化问题的目标函数和 Boltzmann机的能量函数相对应。以铰链四杆机构实现给定运动规律为仿真实例 ,进行了验证。

摘要：随着计算机技术的发展,“材料基因组计划”的推行促进了数据驱动技术在材料加工中的应用发展。人工神经网络因具有自学习、信息存储、联想记忆及高速寻求最优解等能力而广泛应用于材料设计、材料性能预测、工艺条件最优参数确定等材料科学技术研究方面,改变了传统上采用“试错法”进行的实验研究。综述了人工神经网络的基本理论及发展历程,对其在国内外在材料性能预测、材料设计优化和相变规律预测3个方面的应用发展进行了概括性总结,探究了人工神经网络在材料加工方面存在的不足,并对其未来的发展进行了展望。