浅谈材料科学中专家系统发展现状和趋势

《浅谈材料科学中专家系统发展现状和趋势》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、浅谈材料科学中专家系统发展现状和趋势摘要：专家系统在材料科学领域的应用，打破了传统材料科学研究长期依靠实验的研究方法，节省了大量的资源和时间，对材料科学的发展起到了极大的促进作用。本文对材料科学中的专家系统进行了介绍，包括材料科学专家系统的发展历史、应用领域、应用类型，并对材料设计专家系统、人工神经网络材料专家系统进行了详细介绍，并阐述了材料科学中专家系统的发展趋势。关键词：材料科学专家系统材料设计专家系统是一种计算机程序系统，这种系统的原理是模拟人类专家解决领域问题的方法来解决领域问题，这种系统特别善于处理非线性关系，由于这种系统模拟专家的方法，因此专家系统特别善于处

2、理需要大量专业知识和经验解决的专业问题。专家系统包括五个部分，包括接口、知识库、推理机以及数据库等，专家系统的工作方式就是运用系统中存储的知识进行推理，从而得出解决问题的方法，处理专业问题。专家系统已经广泛应用到各个领域，包括材料科学领域，材料科学领域传统依靠实验进行研究的方法会消耗大量的人力、物力以及时间，将专家系统应用到材料科学研究中,能够通过较少的实验得出研究结果，节约了大量资源。、材料科学中的专家系统发展概述1•发展历程20世纪80年代早期，科学家们开始研究应用于材料科学的专家系统，随后科学家们相继进行了许多研究，得到了很大的发展。80年代晚期，我国开始研究应用

3、于材料科学领域的专家系统，在合金设计和无机材料设计方面做了许多研究。纵观国内外的研究历史，虽然材料领域的专家系统的研究时间并不长，但是在短时间内取得了很大的发展，取得许多研究成果。20世纪90年代，材料科学领域的专家系统成为研究热点，近年来，专家系统已经应用到了材料科学的各个领域，为材料科学的发展起到了相当大的促进作用。2•应用领域根据材料自身的性质对材料进行分类，可以将材料分为高分子材料、金属材料、复合材料等。根据材料的作用分类,可以将材料分为功能材料和结构材料。近10年来，材料科学领域的专家系统主要应用于金属材料中，而且大部分应用于作为结构材料用的金属材料中。这是因

4、为金属材料具有易加工性和优良的机械性能，在各个行业中都得到了广泛了应用，这种需求促使应用于金属材料领域中的专家系统的快速发展；其次，由于资金的限制，许多组织在应用新技术时，一般希望通过最少的资源取得最多的研究成果，而人类对于金属材料的应用和研究使用时间比较长，对于金属材料的特点积累了许多的理论和经验，因此，在金属材料领域更可能开发出成功的专家系统。3•应用类型可以按照多种不同的方法对专家系统进行分类，根据构建方法进行分类，可以分为人工神经网络专家系统、基于Web的专家系统、基于框架的专家系统等；根据解决的问题，可以将专家系统分为监视、仿真以及诊断等11中。应用于材料领用

5、的专家系统的主要功能是设计和优选，这是因为材料科学发展的需求。当前研究先进材料不能像过去一样一味地追加在实验上的投入，急需设计制造该材料的制造工艺以及选择制备该材料的设备，通过设备和工艺指导材料的制备，研制出先进的材料；其次，由于在设计和优选方面积累了大量的理论和经验，因此比较容易开发出设计和优选类的专家系统。二、材料设计专家系统材料设计专家系统是指应用积累的经验、知识、科学原理以及实验规律进行推理，得出满足要求的制造工艺的计算机程序系统。近年来，材料设计专家系统在合金材料设计、复合材料设计以及成型过程中得到了广泛的应用。应用材料设计专家系统对材料的制造工艺进行设计，能

6、够让科技人员学习到更多的材料设计的知识，同时还能减少研制、开发消耗的时间和经费，从而降低生产成本。材料设计专家系统研究的时间最长，取得的数据最多，是研究的主流，但是材料设计专家系统仍然存在许多问题。1•对材料的工艺、组分以及性能之间的内在联系不够明确，缺乏有助于建模的定量规则。2•材料科学的一大发展方向是开发新材料，但是人们对于新材料不够了解，新材料的信息十分模糊和复杂，使得新材料的开发变得更加艰难。三、人工神经网络材料专家系统人工神经网络不需要任何先验函数的假设，也不需要预先给定公式的形式，直接从已有的实验数据出发，经过有限次迭代计算而得到一个反映实验数据内在规律的数

7、学模型，而且还可利用经过训练的网络模型进行推理预测，特别适合于研究复杂非线性系统。在材料领域中，人工神经网络已用于材料选择、成分设计、智能加工与控制、工艺优化、相变规律的研究，特别是在材料性能、缺陷以及相变点等预测方面，应用更为突出。四、材料科学中的专家系统发展趋势目前，专家系统的开发和研究已进人稳步上升的阶段。展望未来，材料科学中的专家系统将会朝着实用化、商品化的方向发展。功能强大是材料专家系统实用化和商品化的基础。伴随专家系统理论和技术的进步，尤其是在有效解决知识表示和获取、提高系统推理能力的前提下，集成多智能技术的混合系统，将克服单