智能算法
關注創建者：鄭政 創建時間：2017-02-23
智能算法的視頻教程
1-59基于matlab的爬行動物搜索算法（Reptile search algorithm, RSA）一種新型智能優化算法
基于matlab的爬行動物搜索算法（Reptile search algorithm, RSA）一種新型智能優化算法。該算法主要模擬鱷魚的捕食行為，來實現尋優求解，具有收斂速度快，尋優能力強的特點。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。
￥15.9 1分鐘 13播放
查看
TurboTides 2024R2全新版本發布會--智能算法驅動的全自動優化透平機械集成設計平臺
該產品是CAE仿真工具與系統工程思想的正向設計系統，致力于為旋轉機械行業用戶提供一體化、專業化、定制化和智能化的CAE設計工具。 本次TurboTides 2024R2版本的發布會將重點介紹升級亮點，帶您更加深入了解這款產品。
免費 1小時12分鐘 168播放
查看
Ansys SCADE Vision助力基于人工智能的感知軟件測試與安全提升
但蘋果人臉識別系統被三維圖像解鎖和特斯拉自動駕駛系統的膠布風波讓我們意識到人工智能感知系統的潛在風險，而高昂的研發成本也成為人工智能眾多創業明星公司折戟沙場的主要原因，SCADE Vision是Ansys與美國卡內基梅隆大學聯合開發的AI智能感知算法驗證套件，基于云端部署的后臺搜索引擎和網絡前端人機界面的綜合分析，有效降低AI智能感知算法的驗證效率并快速定位AI智能感知算法的潛在缺陷。
免費 1小時14分鐘 210播放
查看
智能算法的實例教程
完全自動駕駛無人的智能汽車要解決預期功能的安全問題，該時機尚未成熟，因此人機共駕是一個和現實研究情況很契合的路線。
在傳統汽車駕駛中，人作為控制車輛的主體，具有高度的智能性，智能汽車的目標是要用計算機代替傳統的駕駛員。然而在智能算法的研究進程中，從目前的研究進展看，無論是采用何種傳感器、算法多么魯棒，都無法100%彌補智能算法的不確定性因素，如果在智能車行駛的極端條件下輔以人類智慧，利用人類智慧彌補智能算法的不確定性，是值得關注的研究方向。
人機共駕通常被分為3 個層次：信息感知層的人機交互、規劃決策層的人機協同以及執行控制層的人機交互[91]。信息感知層人機交互主要依靠人的感官系統對智能車的感知器進行補充，從而彌補智能算法信息獲取的不確定性問題。規劃決策層的人機協同彌補了信息理解和主體決策的不確定性，由于智能車系統是非線性系統，智能算法求解的絕大多數最優解僅僅是局部最優解，輔以人類決策，如轉彎、速度控制等。執行控制層人機交互則是借助人類經驗和智能控制算法對智能汽車進行精確控制。
4 結束語
本文首先從智能感知、智能決策兩個角度總結了智能算法在智能汽車領域的應用和研究進展。其次，還從信息獲取、信息理解、智能決策3 個角度分析了智能算法研究的不確定性特性，并介紹了解決因智能算法不確定性帶來的安全問題的研究方法—預期功能安全，并總結了預期功能安全的研究情況，最后總結了用于實現預期功能安全的人機共駕方案的研究情況。
參 考 文 獻
[1] 常周林, 袁婷. 人工智能在智能機器人系統中的應用研究[J]. 科技創新導報, 2016, 13(23): 10.CHANG Zhou-lin, YUAN Ting. Application of artificial intelligence in intelligent robot system[J].
展開 有限元模型修正法FEMU結合智能優化算法反演了加強筋位置布局的源程序（python程序，可反演位置、厚度、材料參數，通用反演程序）
2. 參數化建模的一些技巧；
3. 直接搜索法和智能算法兩種反演方法，以及了解他們的優勢所在；
1.導讀
薄壁結構最常見的失效方式是屈曲（失穩）。為了避免此類結構發生屈曲現象，可以使用加強筋，加強筋可增加結合面的強度。屈曲臨界載荷是衡量結構發生屈曲現象的最小載荷，由下式決定：
為屈曲載荷因子，F為外載荷。由上式可知，在外載一定的時候，臨街載荷與屈曲載荷因子成正比，而屈曲載荷因子與加強筋的位置有關。因此為了提高結構的穩定性，需要找到加強筋的最優位置使得該結構擁有最大屈曲載荷因子。
尋找最優位置的問題是一個反問題，可通過優化算法來獲到最優解。差分進化算法是一種全局智能優化算法，是遺傳算法的變體，可高效獲得最優解。本文使用智能優化算法對位置參數進行了反演并使用遍歷搜索優化算法來進行了對比。
2.問題描述
針對圖1優化前所示結構，優化軸向4個加強筋位置，使得屈曲載荷因子最大。圓筒高400mm，圓筒直徑為400mm,薄壁厚1mm,加強筋厚2mm。圓筒在頂端受到大小為500N，方向為-y方向的集中力。
圖1 帶有加強筋的圓筒模型
通過差分進化優化算法獲得的加強筋均勻分布在圓筒的四周，是不是很符合力學認知？
3. 代碼詳解
這一部分將結合代碼詳細展現如何實現這一過程的技術細節以及智能優化算法的優勢。代碼是通過Python腳本來實現，其代碼主要包含三個模塊runAbaqus、main_DE_inverse、main_TS_inverse,分別代表執行CAE計算、差分進化算法反演和遍歷搜索算法反演。
展開 172基于matlab的MPPT智能算法 ￥15.9
基于matlab的MPPT智能算法，通過細菌覓食進行優化。算法引入了趨向性操作，用以進行局部范圍內的最優尋找；引入了復制操作，用以避免種群更新盲目隨機性，加快了算法的收斂速度；引入了遷徙操作用以避免算法陷入局部最優解。分析了光伏陣列在遮擋條件下輸出功率的變化特性，然后使用細菌覓食算法進行了最大功率點跟蹤控制方法實驗。程序已調通，可直接運行。
視頻測流水利感知系統
遠算科技水利應用場景廣泛，創新性研發了視頻測流水利感知系統，以先進AI智能算法正射矯正處理原有圖像，識別捕捉水流示蹤粒子，計算全場河面水流速度，零門檻，易操作，實現1部手機、10秒視頻，3步完成專業水流測速。
遠算科技致力于發揮自有國產仿真模型和先進智能算法優勢，持續拓展水利行業數字孿生應用場景，積極參與行業經驗交流，分享優秀實踐經驗，深耕水利行業，持續推出優質數字孿生系列產品，賦能智慧水利建設，助推新階段水利高質量發展。
更多資訊可登錄格物CAE官方網站
https://cae.yuansuan.cn/
或關注微信公眾號【遠算云學院】
遠算科技在bilibili、頭條、知乎、技術鄰定期發布課程視頻等內容
敬請關注
展開 例如下圖所示的用數學函數定義的TPMS胞元結構建模背后的支撐都是算法，通過相同的算法邏輯、不同的數學函數以及參數的變化，就可以生成符合特定性能需求的胞元結構。再進一步，可以用集成度更高的算法，實現零件級、部件級和產品級結構的自動設計和建模。
▲算法實現復雜幾何自動建模
動圖來源：安世亞太
l 仿真驅動的智能快速動態設計
智能算法驅動的設計完全是動態的，無論是滿足幾何關系約束的運動，還是像真實物理世界的物體在力的作用下產生的運動或變形，都可以在設計過程中實現，過程中任意狀態的幾何模型都可以輸出。在這種動態的智能設計過程中，仿真已經成為真正的驅動設計的工具，力可以直接用來塑造形狀，就像大自然一樣。
▲ 快速動態設計和模擬實例
上動圖來源：KilianMonszpartMitra，下動圖來源：安世亞太
l 突破思維禁錮讓設計超越想象
傳統設計建模方式是工程師邊想邊畫，耗費大量時間，如果想象不出來也不可能畫出來。工程師做設計通常做出3個方案備選，如果能出到10個設計方案那就是非常牛的頂級設計師了。但面向應用問題的設計智能算法自動設計出的結果數量卻遠超人類最牛的設計師。如下圖所示的自動輪輻設計算法，通過5個參數，可以生成40萬種設計方案，其中會有很多讓人眼前一亮的設計呈現。
▲一個應用算法可生成很多很多備選方案
l 算法無限次重用的設計自動化
如前文所示的隨形水路設計智能算法可以無限次重復使用，智能算法會對不同的模具自動計算生成合適的隨形水路，算法生成的時間僅為幾分鐘。對比原來手工建模需要花費的2小時至一天的時間，自動設計效率提升可達10~100倍。
展開 
智能算法的相關專題、標簽、搜索
智能算法的最新內容
值得一提的是，Bronkhorst的數字式質量流量計（如EL-FLOW系列）內置智能算法，可實時監測流態異常并提供診斷信息，進一步降低因安裝條件不佳帶來的潛在風險。
管道長度不會改變質量流量計的基本測量原理和準確性，但合理的管道布局對保障長期穩定運行和高重復性十分重要，選擇Bronkhorst，不僅是選擇高精度儀表，更是獲得從選型、安裝到應用的全生命周期技術支持。
同時，立足行業技術發展趨勢，進一步展望人工智能、機器學習等技術與電力電子設計深度融合的應用方向，挖掘智能算法在拓撲優化、參數自動匹配、可靠性預判等核心設計環節的應用潛力，為電力電子行業智能化設計創新與技術升級提供參考思路。
每一步，都是在將“光學真相”嵌入更深、更廣的產業肌理，也都是將“以計算換結構”的哲學推向更極致的工程實踐——直到光學系統本身，消失在算法和智能之中。
二、技術差異：精密測量 vs 環境模擬
從技術方向來看，兩大測試賽道壁壘清晰：
顯示面板測試
核心偏向光學檢測、精密測量、材料力學，追求微米級精度，如折痕深度、平整度量化、微小缺陷識別等，對光學系統、高速成像、智能算法要求極高。
Bronkhorst的抗振之道：從設計到算法的全面防護
面對振動的難題，布瑯軻鍶特（Bronkhorst）并未止步于傳統的機械加固，而是從核心傳感技術、機械結構設計以及智能信號處理算法三個維度，構建了全方位的抗振防線。
融合物聯網技術，實現測量數據的實時上傳與遠程分析；結合人工智能算法，智能識別材料類型并自動推薦測量參數；這些都將為用戶帶來更高效便捷的測量體驗。
六、結語
從國防安全到節能建筑，從航天材料到智能駕駛，發射率這一“隱形”參數正在越來越多的領域發揮著不可替代的作用。而手持式紅外發射率測量技術，正是打開這個紅外世界的關鍵鑰匙。
挑戰/需求
研發效率提升、產品突破創新是研發組織兩大核心課題，融合 “行業應用場景+專家經驗+智能優化算法+機器學習”的新電磁設計技術可潛在實現研發增效降本、提升產品競爭力。
使用工具
AEDT、Matlab、Python
最終成果
基于AEDT+Matlab+Python，構建了面向研發組織不同層次工程師的專用仿真平臺EMotor與ProSim。
微型高壓比例閥應如何設計？2個月前
高性能電磁驅動系統
微型化限制了線圈的尺寸，進而限制了推力，為了解決這一問題，設計多采用高磁能積的稀土永磁材料結合脈寬調制（PWM），這種設計不僅能提供足夠的初始開啟力，還能在保持階段大幅降低功耗和發熱，諾冠的專利技術往往集成了智能驅動算法，能夠根據閥芯位置實時調整電流，實現毫秒級的快速響應。
3.
智能調節算法則需要在不同體型用戶、不同路況下實現快速響應——響應時間需小于0.5秒，調節精度誤差小于1mm。</p><p><strong>1.4 舒適性驗證：從“主觀評價”到“客觀量化”</strong></p><p>座椅開發過程中，評審團測試實物后，可能會對<strong>包裹性、分塊、縫線</strong>等問題提出多項修改意見。
? 豐富的智能降階算法
提供各種類型的智能降階算法，包含克里金插值、徑向基函數、深度神經網絡、優化神經網絡等，對不同體量、不同復雜度的仿真模型具備較好的適應性與泛化能力。
三、電力設備數字孿生場景的應用實踐
在電力裝備的智能運維領域，為實現對換流變壓器套管運行狀態的實時、精準洞察，某項目引入Smart-ROM，構建了基于仿真數據驅動的數字孿生體。
