【假一罚四】材料体系建模方法(张雄)编者:张雄//陈庆|责编:窦臻//林媛
全新正版书籍，假一罚四，可开发票。24小时内发货。
￥ 48.7 8.4折 ￥ 58 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者编者:张雄//陈庆|责编:窦臻//林媛
出版社化学工业
ISBN9787122444141
出版时间2024-03
装帧其他
开本其他
定价58元
货号31980829
上书时间2024-10-21
- 店主推荐
- 最新上架
![【全新正版，假一罚四】老友、爱人和大麻烦[加] 马修·派瑞9787544798501译林](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/19363336/ec517fa93239f8f3_s.jpg)
![【假一罚四】最后的忍者司马辽太郎历史小说选集[日]司马辽太郎](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/dbbecfce/3d0d782e4ef28d28_s.jpg)
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
张雄，现任同济大学二级教授，同济大学材料学院教授委员会主任。国务院学位委员会材料学科评议组成员，国家“十三五”重点研发计划项目首席，全国人大代表张雄教授，长期在教学和科研一线工作，从教三十多年，已培养了博士、硕士150多人，已在国内外学术杂志发表学术论文3000多篇，作为主编已出版专业著作17部。为同济大学博士、硕士研究生及本科生开设《材料体系建模方法》《材料体系模拟与建模》课程已有30年，该课程是同济大学材料专业特色课程。
目录
0 绪论001
0.1 数学模型与数学建模概述001
0.1.1 数学模型分类002
0.1.2 建模方法003
0.1.3 建模步骤003
0.2 材料体系建模方法概述005
0.2.1 模糊数学建模方法005
0.2.2 人工神经网络系统建模方法007
0.2.3 灰色系统建模方法010
0.2.4 传统数理统计与不确定性数学方法的比较013
1 数理统计建模方法015
1.1 数理统计方法015
1.1.1 数理统计基本概念015
1.1.2 参数估计021
1.1.3 假设检验024
1.1.4 方差分析与回归分析034
1.1.5 正交实验设计042
1.2 多元分析模型048
1.2.1 回归分析048
1.2.2 时间序列分析052
1.3 数理统计建模在混凝土材料领域中的应用案例060
1.3.1 线性回归分析060
1.3.2 基于正交试验的问题研究061
参考文献062
2 人工神经网络建模方法064
2.1 人工智能064
2.1.1 人工智能定义064
2.1.2 人工智能发展概况064
2.1.3 人工智能应用研究066
2.1.4 人工智能在材料领域的应用070
2.2 人工神经网络基本原理和方法071
2.2.1 人工神经网络概述071
2.2.2 人工神经网络基本原理078
2.3 BP神经网络093
2.3.1 BP神经网络概述093
2.3.2 BP神经网络原理094
2.3.3 BP神经网络缺陷097
2.3.4 BP神经网络设计要点097
2.4 其他神经网络模型099
2.4.1 自组织神经网络099
2.4.2 Hopfield神经网络106
2.4.3 随机型神经网络113
2.5 人工神经网络在材料领域中的应用118
2.5.1 人工神经网络在材料分类中的应用118
2.5.2 人工神经网络在材料设计中的应用120
2.5.3 人工神经网络在材料制备工艺优化中的应用123
2.5.4 人工神经网络在材料性能预测中的应用126
2.5.5 人工神经网络在光谱分析中的应用128
参考文献132
3 模糊分析方法134
3.1 模糊数学概述134
3.1.1 模糊数学的诞生及发展134
3.1.2 模糊数学与经典数学、统计数学的关系135
3.2 模糊集合136
3.2.1 查德算子和其它算子136
3.2.2 模糊集合及其表示方法137
3.2.3 模糊集合的运算及其性质138
3.2.4 模糊集的截集139
3.2.5 分解定理与扩张原则139
3.2.6 确定隶属函数的方法139
3.2.7 模糊性的度量141
3.3 模糊关系143
3.3.1 模糊关系定义143
3.3.2 模糊关系表示方法144
3.3.3 模糊关系的性质145
3.4 模糊聚类分析145
3.4.1 模糊聚类分析概述145
3.4.2 模糊聚类分析方法146
3.4.3 最大树聚类分析法151
3.4.4 系统聚类分析法154
3.4.5 模糊聚类分析在材料科学分类中的应用155
3.5 模糊决策157
3.5.1 决策及其过程157
3.5.2 模糊决策方法158
3.5.3 模糊决策的实际应用158
参考文献161
4 灰色系统分析与建模方法162
4.1 灰色系统理论概述162
4.1.1 灰色系统理论的形成与发展162
4.1.2 灰含义与灰现象163
4.1.3 白色、黑色和灰色系统163
4.1.4 灰数、灰元、灰关系与灰度164
4.1.5 灰量的白化权函数166
4.1.6 本征灰系统与非本征灰系统167
4.1.7 灰色系统与模糊数学168
4.1.8 灰色理论的研究内容168
4.2 灰色生成168
4.2.1 生成与生成数168
4.2.2 灰色生成分类169
4.2.3 累加生成169
4.2.4 累减生成169
4.2.5 均值生成170
4.3 灰色关联分析171
4.3.1 灰色关联分析的目的171
4.3.2 灰色关联分析方法171
4.3.3 关联度与关联系数171
4.3.4 数据变换173
4.3.5 灰色系统关联分析173
4.3.6 灰色关联分析应用174
4.4 灰色建模175
4.4.1 灰色模型建模机理175
4.4.2 灰微分方程176
4.4.3 灰色模块176
4.4.4 微分拟合建模方法178
4.4.5 GM(1,1)、GM(1,n)、GM(2,1)模型180
4.4.6 五步建模思想与方法181
4.5 灰色预测182
4.5.1 灰色预测概述182
4.5.2 数列预测184
4.5.3 灰色预测优化的必要性及途径187
4.6 灰色系统分析与建模方法在材料领域中的应用188
4.6.1 灰色关联分析在材料研究中的应用——碳纤维布加固混凝土短柱受剪承载力灰色关联分析188
4.6.2 材料体系性能的灰色预测——不同颗粒群匹配时粉煤灰-水泥复合体系的强度预测模型189
4.6.3 材料体系的灰色聚类及灰色评估191
参考文献193
5 材料体系建模方法的综合应用194
5.1 神经网络与模糊系统的综合应用194
5.1.1 神经网络与模糊系统的异同194
5.1.2 模糊系统与神经网络的结合195
5.1.3 模糊神经网络196
5.1.4 神经模糊系统201
5.1.5 神经网络-模糊系统在材料领域中的应用202
5.2 灰色神经网络214
5.2.1 灰色系统与神经网络的关系214
5.2.2 灰色系统与神经网络的结合方式214
5.2.3 灰色模型的神经网络建模215
5.2.4 灰色系统的神经网络白化方法215
5.2.5 灰色神经网络模型的优化216
5.2.6 灰色神经网络在材料领域中的应用216
5.3 综合建模方法在材料科学中的应用案例223
5.3.1 黄麻纤维分级的灰色模糊逻辑方法224
5.3.2 用序列相似性分析研究原料与水性聚氨酯性能的相关性228
5.3.3 灰色模糊逻辑在CFRP复合材料多性能参数优化中应用232
5.3.4 基于机器学习的钢材疲劳强度预测及机理分析239
参考文献249
6 其他材料体系建模方法252
6.1 蒙特卡罗方法252
6.1.1 蒙特卡罗方法的基本思想252
6.1.2 蒙特卡罗方法的原理252
6.1.3 随机变量与抽样方法253
6.1.4 蒙特卡罗方法的解题步骤及其优点255
6.1.5 蒙特卡罗方法的精度分析256
6.1.6 蒙特卡罗方法在材料科学中的应用257
6.2 分子动力学方法262
6.2.1 分子动力学方法的基本思想262
6.2.2 分子动力学原理263
6.2.3 分子动力学模拟的基本方法265
6.2.4 分子动力学方法在材料科学中的应用267
6.3 元胞自动机方法268
6.3.1 元胞自动机的基本原理269
6.3.2 元胞自动机的分类271
6.3.3 概率性元胞自动机方法271
6.3.4 晶格气元胞自动机方法272
6.3.5 非平衡现象的模拟273
6.3.6 元胞自动机方法在材料科学中的应用277
6.4 有限元法278
6.4.1 有限元法概述278
6.4.2 有限元法的基本原理279
6.4.3 有限元模拟中的平衡方程280
6.4.4 有限元法的解题步骤280
6.4.5 有限元法在材料科学中的应用281
参考文献285
内容摘要
《材料体系建模方法》主要内容包括数理统计建模方法、人工神经网络建模方法、模糊分析方法、灰色系统分析与建模方法和其他材料体系建模方法。通过典型材料体系案例详细介绍建模知识点和建模技巧，便于读者学习和理解。尤其是重点介绍工程材料体系数据挖掘与建模分析方法技巧，旨在启发读者如何克服工程材料复杂体系建模的难点。 本书吸纳了近年来在材料领域经过应用实践验证适用于复杂材料体系的各类建模方法，可作为高等院校材料相关专业本科生和研究生的教科书，也可作为从事材料科学与工程实践应用的工程师的工具书和参考书。
相关推荐
![【假一罚四】宇宙体系[英]牛顿](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/debfeadb/62e32a644097c6d6_s.jpg)
— 没有更多了 —
以下为对购买帮助不大的评价