四川大学制造科学与工程学院本科课程 教学大纲 课程名称 材料成型过程数值仿真模拟 Course name Digital Simulation of Material Forming process 课程编号 302010020 Course code 302010020 课程类型 选修 Course type optional course 适用专业 材料成型及控制工程 Audience Mechanical 开课学期 本科四年级 Course term unior 学时/学分 B2/2 class hour/Credits 32/2 选用教材 材料成形过程数值模拟 Textbooks Digital Simulation of Material Forming process 先修课程 高等数学 Prerequisite Advanced Mathematics 授课语言 中文 Teaching Language Chinese 开课院系材料成型系 Course offered by Material Forming 授课教师 杨嵩 Teachers Yangsong 大纲执笔人 杨嵩 Edited by Yangsong 大纲审核人 Inspected by 一、课程简介 本课程主要介绍运用神经网络技术,分析材料成型过程中各种因素对成形结果的影响。 介绍设计人员和工艺人员如何借助计算机平台模拟和预测材料成形过程中潜在的各种问 题,及时修改和优化设计,分析影响因素的权重从而减少物理试验次数,缩短工模具开发 周期,降低产品生产成本。本课程在教学上侧重于将学习材料成形过程数值模拟必须的基 础理论与实用的专业知识及专业技能有机地结合,每一章增加若干可以举一反三的应用实 例,使学生能够在较短的时间内,了解支撑材料成形数值模拟应用的基础理论与相关技术, 初步熟悉借助神经网络技术解决实际问题和方法
四川大学制造科学与工程学院本科课程 教学大纲 课程名称 材料成型过程数值仿真模拟 Course name Digital Simulation of Material Forming process 课程编号 302010020 Course code 302010020 课程类型 选修 Course type optional course 适用专业 材料成型及控制工程 Audience Mechanical 开课学期 本科四年级 Course term junior 学时/学分 32/2 Class hour /Credits 32/2 选用教材 材料成形过程数值模拟 Textbooks Digital Simulation of Material Forming process 先修课程 高等数学 Prerequisite Advanced Mathematics 授课语言 中文 Teaching Language Chinese 开课院系 材料成型系 Course offered by Material Forming 授课教师 杨嵩 Teachers Yangsong 大纲执笔人 杨嵩 Edited by Yangsong 大纲审核人 Inspected by 一、课程简介 本课程主要介绍运用神经网络技术,分析材料成型过程中各种因素对成形结果的影响。 介绍设计人员和工艺人员如何借助计算机平台模拟和预测材料成形过程中潜在的各种问 题,及时修改和优化设计,分析影响因素的权重从而减少物理试验次数,缩短工模具开发 周期,降低产品生产成本。本课程在教学上侧重于将学习材料成形过程数值模拟必须的基 础理论与实用的专业知识及专业技能有机地结合,每一章增加若干可以举一反三的应用实 例,使学生能够在较短的时间内,了解支撑材料成形数值模拟应用的基础理论与相关技术, 初步熟悉借助神经网络技术解决实际问题和方法
二、课程学习目标 1.用于将学生引入人工神经网络及其应用的研究领域,掌握人工神经网络相关的数学 理论基础。(对应毕业要求1.1) 2.介绍人工神经网络及其基本网络模型,使学生了解智能系统描述的基本模型掌握人 工神经网络的基本概念、单层网、多层网、循环网等各种基本网络模型的结构、特点、典型 训练算法、运行方式、典型问题掌握软件实现方法。了解人工神经网络的有关研究思想,从 中学习开拓者们的部分问题求解方法。(对应毕业要求5.1、5.2) 三、课程目标与毕业要求的对应关系 四川大材 课程学习目 料成型及控制 毕业要求指标分解点 程专业毕业要求 (1)工程知 识:能够将数学、 自然科学、材料科 学基础知识和材 料成型技术及扫 1,1具有解决材料成型过程中的复杂工程问题所需的数 学习目标1 制工程的专业 学与自然科学知识: 工程问 5.】了解材料成型及控制工程学科发展现状,能够在实 择、使用与开发恰践中初步掌握并使用现代工程技术、方法和工具: 当的技术、资源 视代工程工且天 信息技术手段,针 对材料成型过程 学习目标2 中的复杂工程 5)能够铁轻、运用现代丁程丁且、信息术纯毛段 ,进行测 进行材料成型过程中的复杂工程问题的预测、模拟与分析 并了解其局限性。 解决方案等 四、教学基本内容 绪论 介绍课程的重要意义,性质,任务,内容,特点,学习要求和方法 要求学生:了解本课程的基本涵义及其发展历程和应用
二、课程学习目标 1. 用于将学生引入人工神经网络及其应用的研究领域,掌握人工神经网络相关的数学 理论基础。(对应毕业要求 1.1) 2.介绍人工神经网络及其基本网络模型,使学生了解智能系统描述的基本模型掌握人 工神经网络的基本概念、单层网、多层网、循环网等各种基本网络模型的结构、特点、典型 训练算法、运行方式、典型问题掌握软件实现方法。了解人工神经网络的有关研究思想,从 中学习开拓者们的部分问题求解方法。(对应毕业要求 5.1、5.2) 三、课程目标与毕业要求的对应关系 四川大学材 料成型及控制工 程专业毕业要求 毕业要求指标分解点 课程学习目 标 (1)工程知 识:能够将数学、 自然科学、材料科 学基 础知 识和 材 料成 型技 术及 控 制工 程的 专业 知 识用 于解 决材 料 成型 领域 的复 杂 工程问题。 1.1 具有解决材料成型过程中的复杂工程问题所需的数 学与自然科学知识; 学习目标 1 (5)使用现 代工 具: 能够 选 择、使用与开发恰 当的技术、资源、 现代 工程 工具 和 信息技术手段,针 对材 料成 型过 程 中的 复杂 工程 问 题,进行预测、模 拟与分析,并能够 理解 相关 技术 工 具、解决方案等的 局限性。 5.1 了解材料成型及控制工程学科发展现状,能够在实 践中初步掌握并使用现代工程技术、方法和工具; 学习目标 2 5.2 能够选择、运用现代工程工具、信息技术等手段, 进行材料成型过程中的复杂工程问题的预测、模拟与分析, 并了解其局限性。 四、教学基本内容 绪论 介绍课程的重要意义,性质,任务,内容,特点,学习要求和方法。 要求学生:了解本课程的基本涵义及其发展历程和应用
第一章材料科学与工程中数据的计算机处理, 1.曲线拟合基本概念和基本方法。 2.最小二乘法的数学表达。 3.一元线性方程拟合。 4.常用拟合软件的使用。 要求学生: 1.了解曲线拟合的实质及相关高等数学的方法。 2.学会简单线性问题的直线方程拟合。 3.学会用拟合软件对复杂数据进行处理。 本章学习内容对应学习目标1,支撑毕业要求指标点1.1。 第二章人工神经网络基础 1.人工神经网络的生物基础及其和人脑区别于联系。 2.神经网络计算机的实现方式。 3.节点本身的信息处理能力 4.节点与节点之间连接 5.人工神经网络的学习算法 学生要求: 1.明白人工神经网络属于人工智能的一种,实质上是对人体神经系统的数学模拟。 2.了解神经网络的基本结构及其特点。 3.掌握单个神经元简单数学模型建立。 4。了解各种网络拓扑结构的分类和组成特点。 5.掌握各类澈励函数的应用范围及输出特点 6。掌握三种学习算法的数学模型。 本章学习内容对应学习目标1,支撑毕业要求指标点11。 第三章感知器神经网络 1.单层感知器神经元的数学模型。 2。单层感知器神经元的前馈网络结构, 3.单层感知器神经元的功能和实际问题应用 4.感知器神经网络的学习训练算法
第一章 材料科学与工程中数据的计算机处理。 1. 曲线拟合基本概念和基本方法。 2. 最小二乘法的数学表达。 3. 一元线性方程拟合。 4. 常用拟合软件的使用。 要求学生: 1. 了解曲线拟合的实质及相关高等数学的方法。 2. 学会简单线性问题的直线方程拟合。 3. 学会用拟合软件对复杂数据进行处理。 本章学习内容对应学习目标 1,支撑毕业要求指标点 1.1。 第二章 人工神经网络基础 1. 人工神经网络的生物基础及其和人脑区别于联系。 2. 神经网络计算机的实现方式。 3. 节点本身的信息处理能力 4. 节点与节点之间连接 5. 人工神经网络的学习算法 学生要求: 1. 明白人工神经网络属于人工智能的一种,实质上是对人体神经系统的数学模拟。 2. 了解神经网络的基本结构及其特点。 3. 掌握单个神经元简单数学模型建立。 4. 了解各种网络拓扑结构的分类和组成特点。 5. 掌握各类激励函数的应用范围及输出特点。 6. 掌握三种学习算法的数学模型。 本章学习内容对应学习目标 1,支撑毕业要求指标点 1.1。 第三章 感知器神经网络 1. 单层感知器神经元的数学模型。 2. 单层感知器神经元的前馈网络结构。 3. 单层感知器神经元的功能和实际问题应用。 4. 感知器神经网络的学习训练算法
5.多层感知器的结构与运用。 学生要求: 1.能够对感知器模型进行计算, 2.建立感知器神经网络模型对简单线性划分问恩求解 3.运用感知器神经网络模型进行逻辑判断。 4.运用多层感知器进行空间划分。 本章学习内容对应学习目标1,2,支撑毕业要求指标点11,5.1,5.2. 第四章BP神经网络 1.基于BP算法的多层前馈网络模型 2.BP算法的基本思想、推导过程、程序实现 3.BP学习算法的功能、局限性、改进 4.BP网络的组成结构和特点 5.BP算法的学习过程。 6.多层前馈网的主要能力 7.BP网络设计问题 学生要求: 1.熟练拳握BP网络的基本结构及其数学棋型,已知输入情况下能够计算出输出。 2。针对简单问题确定网络的拓扑结构和激励算法。 3.了解形响网络运算精度的各种因素,根据实际问题确定网络结构和学习算法, 本章学习内容对应学习目标1,2,支排毕业要求指标点1.1,51,5.2。 第五章BP神经网络的实例 1.BP神经网络的学习算法的MATLAB实现 2.运用MATLAB生成感知器网络 3.BP神经网络在分类与预测中的应用 学生要求: 1.掌握运用MATLAB编译单层感知器网络 2.掌握运用MATLAB创建BP神经网络第三个主要步骠。 3.学会运用B即神经网络实现简单的图像识别。 4.结合工程实例了解B即神经网络在分析和预测中的运用。 本章学习内容对应学习目标1,2,支撑毕业要求指标点1.1,51,5.2
5. 多层感知器的结构与运用。 学生要求: 1. 能够对感知器模型进行计算。 2. 建立感知器神经网络模型对简单线性划分问题求解。 3. 运用感知器神经网络模型进行逻辑判断。 4. 运用多层感知器进行空间划分。 本章学习内容对应学习目标 1,2,支撑毕业要求指标点 1.1,5.1, 5.2。 第四章 BP 神经网络 1.基于 BP 算法的多层前馈网络模型 2. BP 算法的基本思想、推导过程、程序实现 3. BP 学习算法的功能、局限性、改进 4. BP 网络的组成结构和特点 5. BP 算法的学习过程。 6. 多层前馈网的主要能力 7. BP 网络设计问题 学生要求: 1. 熟练掌握 BP 网络的基本结构及其数学模型,已知输入情况下能够计算出输出。 2.针对简单问题确定网络的拓扑结构和激励算法。 3. 了解影响网络运算精度的各种因素,根据实际问题确定网络结构和学习算法。 本章学习内容对应学习目标 1,2,支撑毕业要求指标点 1.1,5.1, 5.2。 第五章 BP 神经网络的实例 1. BP 神经网络的学习算法的 MATLAB 实现 2. 运用 MATLAB 生成感知器网络 3. BP 神经网络在分类与预测中的应用 学生要求: 1. 掌握运用 MATLAB 编译单层感知器网络。 2. 掌握运用 MATLAB 创建 BP 神经网络第三个主要步骤。 3. 学会运用 BP 神经网络实现简单的图像识别。 4. 结合工程实例了解 BP 神经网络在分析和预测中的运用。 本章学习内容对应学习目标 1,2,支撑毕业要求指标点 1.1,5.1, 5.2
五、建议教学进度 绪论 学时数2 第一章材料科学与工程中数据的计算机处理 学时数4 第二章人工神经网络基础 学时数6 第三章感知器神经网络 学时数8 第四章BP神经网络 学时数8 第五章BP神经网络的实例 学时数4 六、教学策略与方法 1、阐述基本原理,理论联系实际,培养学生创新能力。 2、采用多媒体课件、自主学习软件和传统教学相结合进行散学。 3、理论教学与实践课程相结合,强化学生设计能力工程分析能力的培养。 七、考核方式 闭卷笔试,课程练习 八、成绩评定方法 平时成绩:平时测验50%期末闭卷:50% 九、教学参考书与其他相关教学资源(如网上教学资源等) 1.樊新民,孔见,孙斐,材料科学与工程的计算机技术江苏:中国矿业大学出版社,2000 2.加Simon Haykin神经网络与机器学习机械工业出版社201
五、建议教学进度 绪论 学时数 2 第一章 材料科学与工程中数据的计算机处理 学时数 4 第二章 人工神经网络基础 学时数 6 第三章 感知器神经网络 学时数 8 第四章 BP 神经网络 学时数 8 第五章 BP 神经网络的实例 学时数 4 六、教学策略与方法 1、阐述基本原理,理论联系实际,培养学生创新能力。 2、采用多媒体课件、自主学习软件和传统教学相结合进行教学。 3、理论教学与实践课程相结合,强化学生设计能力工程分析能力的培养。 七、考核方式 闭卷笔试,课程练习 八、成绩评定方法 平时成绩: 平时测验 50% 期末闭卷: 50% 九、教学参考书与其他相关教学资源(如网上教学资源等) 1. 樊新民,孔见,孙斐,材料科学与工程的计算机技术.江苏:中国矿业大学出版社,2000 年 2. [加] Simon Haykin 神经网络与机器学习 机械工业出版社 2011