化工新能源中的機理和機器學習建模—從燃料電池的系統到部件的機理及機器學習建模案例介紹 直播時間：3月12日 19:30 課時章節：第1節課（共1節） 適用人群：想要了解學習機理和機器學習建模在化工新能源中的應用 背景： 很多的新能源尤其是燃料電池系統其實也算一個小型的化工系統，這個系統可能使用氫氣或者天然氣作為燃料來發電驅動汽車或者向電網輸送，也可能是在逆向運行采用電網的電來分解水制氫。

流體力學與機器學習論文講解——輔導國外學生

以某個水下機器人殼體為例，對壓力容器內外壓力差形成的結構變形、應力分布進行結構仿真計算。視頻包括多個場景環境變化引起的邊界條件分析境、位移約束和邊界條件分配講解，同步演示操作過程，語音講解。

介紹了一個機器學習實現數據擬合的案例，希望對大家有所幫助。

直播大綱： 本課程主要介紹已經完成過的一些化工新能源系統或者器件的機理及機器學習建模案例，手把手教你用numpy實現機器學習的RNN/LSTM/GRU，并講解序列建模的seq2seq算法。 配備若干案例進行演示。

一、視頻內容介紹 二、準備工作——非標測試數據、對應非標測試的仿真模型及相應仿真odb結果 三、參數優化流程搭建 # isight軟件簡介 # 框架梳理——優化對象（E、泊松比）、優化目標（仿真和測試誤差）、流程 # abaqus模塊——inp輸入、odb輸出讀取 # data matching模塊——仿真結果與測試結果比對 # optimization模塊——參數優化算法 # 數據流檢查

基于matlab的生物地理的優化器（BBO）被用作多層感知器（MLP）的訓練器。粒子群優化（PSO）、蟻群優化（ACO）、遺傳算法（GA）、進化策略（ES）和基于概率的增量學習（PBIL）。計算了BBO-MLP、PSO、ACO、ES、GA和PBIL的分類精度并相互比較。輸出每種算法的收斂曲線和分類精度。程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

MeshWorks參數優化教程 1.MeshWorks中最豐富的參教化功能庫提供了最廣闊的設計空間，最大限度地發揮了優化潛力。 2.最廣泛的參數化范圍與多學科優化(MDO)相結合，可在滿足性能目標的同時最大程度地減輕重量。 3.ROM(降階建模)模塊與參數化相結合，實現了真正的快速優化。 4.參數化功能的易用性大大減少了快速設計選代和多學科優化MDO的總體時間。

Isight參數優化系列教程 當前，有限元能將已有物理現實在計算機中完美復制。 而全局搜索算法加持下的有限元仿真，就像是上帝，給人類提供了能夠預測現實，優化、改造世界的能力。就像阿爾法狗打敗圍棋世界冠軍，就像自動駕駛，利用它的全局搜索與預演能力，理論上可以解決任何工程問題。 本課程將帶來超有意思的優化計算系列教程及案例。

本期直播將以講解結合實際操作的方式，介紹ANSYS Maxwell軟件在電機參數化建模與優化設計領域的一些功能，主要內容綱要如下： 1.Maxwell各種參數化建模方法介紹 自建模型參數化、導入模型參數化、UDP參數化、材料/溫度/外電路參數化、 2.Maxwell各種優化設計方法介紹 Maxwell優化模塊、Workbench優化模塊、optiSLang優化模塊 3.案例演示

課程介紹：Isight為達索系統底下相當優秀的集成工具， 能用來驅動如Abaqus、Matlab等軟件進行參數研究、最佳化、 近似曲面及可靠度評估，屬於實用性極高的軟件。 本系列教程，透過理論與實作，一步一步帶著同學熟悉這套 強大的軟件，課程完成後，會持續更新答疑視頻，保證物超所值！ CH01-Isight與功能元件介紹 CH02-資料管理與DOE分析 ?>WORKSHOP01-Gripper

1、學習surface integral中的方法及含義； 2、學習計算 參數變量如速度壓力等 均勻性系數； 3、學習其他如體積流量 質量流量等

課程僅為三節，僅適合入門學習 第一節為如何為在HyperStudy中注冊abaqus求解器； 第二節為優化設計的幾個概念； 第三節為一個簡單的T型梁的厚度優化過程。

Abaqus+Isight對流換熱系數及材料參數優化 1、詳細介紹了Abaqus的建模過程； 2、詳細介紹了Isight的模型搭建過程，詳細介紹如何根據實驗數據，反演出材料的綜合對流換熱系數和材料參數； 3、基于Abaqus+Isight實現綜合對流換熱系數和材料參數的優化，可推廣到其他模型參數材料及對流換熱系數參數優化； 4、教程附有源文件、PPT及軟件連接。

葉輪機械參數化優化示例 對某軸流風機的氣動性能進行優化 為了方便對葉片進行調整，建立葉輪的全參數化模型，并將葉片分為六個控制截面來調整參數變化。之后設定參數變化規律或給定算法，在優化軟件中會自動生成不同模型并啟動CFD軟件進行仿真計算。