本次課程主要包含以下幾方面內容： 借助Solidworks中的方程式驅動功能進行參數化幾何建模； 對CAD軟件中的參數進行特殊命名，保證被Workbench識別； 在Workbench中搭建單向流固耦合計算框架； 使用Ansys Meshing進行邊界層流場網格劃分； 在Workbench中進行參數提取； OptiSLang軟件的應用，包括敏感性分析和梯度下降優化

在U型管的分析中著重演示了如何使用Edge Wise功能進行纖維方向定義，使得纖維方向能貼合U型管的軸線漸變；在C型板的分析中重點講解了Draping功能，該功能可以方便地改變纖維方向以滿足不同幾何特征的纖維方向定義，對如何在ACP模塊中提取纖維角度作為優化參數進行了詳細演示；最后演示了OptiSLang的參數敏感度分析、多目標優化問題的轉化以及梯度下降優化的操作流程。

RNN5_2層間輸入與輸出等式及誤差反向傳播（10鐘） 8、RNN5_3引入循環神經網絡原因及其算法特點（5分鐘） 9、RNN5_4循環神經網絡結構及信號流向（13分鐘） 10、RNN5_5RNN兩個實例介紹及假設與初始化問題（6分鐘） 11、RNN5_6數值序列和文本單詞識別兩例分析（13分鐘） 12、RNN5_7循環神經網絡訓練流程步驟（6分鐘） 13、RNN5_8總誤差函數及隨機梯度下降法公式