如何更高效地找到多学科工程问题的最优解?

如何更高效地找到多学科工程问题的最优解

——基于机器学习的智能优化设计技术及其深远影响


适用人群

CAE工程师、工程技术人员,经理,技术主管。

有过优化经验的工程师或正在考虑技术革新、培养自主研发能力的技术主管会更加受益。


内容介绍

1.工程优化的发展简史

2.什么是基于机器学习的智能优化方法?

3.新的智能优化方法带来什么新的功能?

a.应用无限制(大变量、强约束、昂贵约束问题、连续及离散、组合爆炸问题)

b.全局寻优

c.发现问题本质

d.对工程师要求极低

4.新的智能优化方法改变传统优化工作方式

a.DOE方法的局限和问题

b.基于代理模型优化方法的局限和问题

c.选取优化方法的不可能性

d.新的全局敏感度分析方式

e.灵活优化流程

f.与任何CAD/CAE工具集成自动

5.新的智能优化方法将引领未来趋势

a.智能优化技术将成为第三次设计革命的新动力

b.智能优化技术将渗透到智能制造的各领域

c.基于优化技术的智能决策也将被应用于商业、医疗卫生、金融、政府等非工业领域

专家介绍

如何更高效地找到多学科工程问题的最优解?的图1

王高峰博士(Dr. Gary Wang), ASME Fellow

王博士本科与硕士毕业于华中科技大学,硕士师从前中国工程院院长周济教授。1999年从加拿大维多利亚大学博士毕业以后,受聘于加拿大曼尼托巴大学,2004年获终身教授。

现为加拿大名校西门菲沙大学正教授,在工程设计自动化领域潜心研究20多年,在国际著名期刊和大会上发表180多篇学术论文和多个技术专利,其领导的产品设计与优化实验室(网址www.sfu.ca/~gwa5)被同行公认为世界领先团队之一。

王博士多年担任机械设计权威期刊《美国机械工程师协会期刊:机械设计杂志》副主编,和全球工程优化领域权威期刊《工程优化》杂志代表北美地区的唯一副主编。

王博士也主持了2016年中国自然科学基金委资助的首届《工程设计前沿高级国际研讨会》,并且担任2012国际设计自动化大会主席和2013设计自动化领域技术委员会主席。

因为其在领域里的卓越成就,2013年被授予美国机械工程师学会会(院)士(ASME Fellow)称号,在2007年获曼尼托巴大学Rh杰出研究奖和2005年加拿大机械工程学会I. W. Smith工程创新奖。

王博士创办并运营Empower Operations Corp. (网址:www.empoweroperations.cn), 并担任Shield-X Technology Inc.董事。王博士也曾担任西门菲沙大学机电工程系代理系主任和曼尼托巴大学机械与制造系副系主任一职。

直播时间

7月24日 10:30

报名方式

本次直播免费报名。

报名链接:https://www.jishulink.com/live/10603

报名后可微信扫码联系客服jishulink555,进交流群:

如何更高效地找到多学科工程问题的最优解?的图2

默认 最新
当前暂无评论,小编等你评论哦!
点赞 评论 收藏
关注