描述
纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787231009828
1. 突破行业瓶颈：直面材料工程 “数据难得” 痛点，提出 AI 生成数据、数据–知识双驱动模型等创新路径。
2. 全链条技术体系：覆盖高通量数据采集、材料性能预测、智能优化设计，配套案例解析（金属 / 复合材料 / 连接件等）。
3. 产学研深度融合：结合国家重大战略需求，整合高校科研成果与工业界实践经验，提供可落地的系统解决方案。
4. 前沿视野引领：深度剖析 AI 在材料工程的应用前景，前瞻大模型技术落地路径，助力跨学科协同与新材料产业化。
l 三位行业专家联袂创作，聚焦AI与材料工程交叉领域，理论+案例双管齐下，科研人必备指南。
l 中国工程院院士、中国冶金材料专家干勇强力推荐。
l 解析大数据、大模型等在材料工程中的应用，填补领域空白，助力“AI+材料工程”交叉学科创新发展。
在科技飞速发展的当下，人工智能引领着变革，然而材料科学领域的 AI 应用却发展迟缓。本书作者团队凭借多年经验，系统探究人工智能在材料工程应用的关键问题。书中不仅介绍了人工智能与材料工程相关的基础概念，阐述 AI 应用于材料工程的技术体系，还深入探讨材料工程中的大数据来源与治理技术、多种人工智能技术及其在材料工程中的应用，以及智能优化设计技术。此外，通过丰富的应用案例，展示了 AI 在金属、复合材料等方面的实际应用，并且介绍了大模型技术在材料工程中的应用。期望本书能为研究者带来启发，助力推动“AI+材料工程”这一交叉学科快速发展。
第1章 绪论// 001
1.1 人工智能的应用和发展 // 002
1.2 材料工程的特点和瓶颈 // 004
1.3 计算材料科学的基础概念 // 005
1.4 集成计算材料工程介绍 // 007
1.5 人工智能应用于材料科学与工程的内涵与意义 // 009
第2章 人工智能应用于材料科学与工程的技术体系// 013
2.1 人工智能应用于材料科学与工程的基本框架 // 014
2.2 人工智能应用于材料科学与工程的理论基础 // 016
2.3 人工智能应用于材料科学与工程的设计原则 // 021
2.4 人工智能应用于材料科学与工程的关键技术 // 025
第3章 材料工程中大数据来源与治理技术// 029
3.1 大数据基本概念和理论 // 030
3.2 材料大数据来源与获取 // 034
3.3 材料大数据预处理技术 // 036
3.4 有效材料数据生成技术 // 040
3.5 材料大数据挖掘技术 // 051
3.6 大数据可视化技术 // 056
第4章 材料工程中应用的人工智能技术// 059
4.1 面向材料工程应用的监督学习方法 // 060
4.2 面向材料工程应用的无监督学习方法 // 078
4.3 面向材料工程应用的强化学习方法 // 094
4.4 面向材料工程应用的集成学习方法 // 111
4.5 面向材料工程应用的深度学习技术方法 // 120
第5章 材料工程中应用的智能优化设计技术// 127
5.1 基本概念和理论 // 128
5.2 进化算法 // 135
5.3 群智能优化算法 // 145
5.4 其他智能优化算法 // 159
5.5 多目标优化方法 // 172
5.6 不确定性优化 // 177
5.7 不确定性优化设计 // 199
第6章 人工智能驱动的材料工程应用案例// 205
6.1 硬件支持与算力资源需求 // 206
6.2 人工智能在金属材料中的应用 // 217
6.3 人工智能在复合材料中的应用 // 230
6.4 人工智能在连接件及其结构方面的应用 // 237
第7章 大模型技术在材料工程中的应用// 245
7.1 大模型基础能力与关键技术 // 246
7.2 大模型在材料科学中的预训练与适配 // 253
7.3 材料大模型智能体的构建 // 263
7.4 材料大模型智能体的应用 // 270
评论
还没有评论。