新書推薦：
《
汪诘经典著作 时间的形状 相对论史话
》
售價：NT$
398.0
《
世界名校升学规划：让你脱颖而出的9种学习力
》
售價：NT$
356.0
《
大学问·华北村治：权力、话语和制度变迁（1875—1936）
》
售價：NT$
454.0
《
宝石之书
》
售價：NT$
806.0
《
汉画像的象征世界
》
售價：NT$
439.0
《
帝国的生意 商业、政治与英国东印度公司的诞生（一部展现公司与国家交织共生的扩张史）
》
售價：NT$
500.0
《
十日终焉7：极道
》
售價：NT$
245.0
《
AI应用革命（用AI将所有产业重做一遍。覆盖20+行业场景，分析新生玩家生存法则，构建高效商业新模式）
》
售價：NT$
398.0
|
| 內容簡介： |
|
颗粒材料在岩土工程、水利工程、道路桥梁工程及化工工程等领域广泛应用。颗粒材料由于具有离散性、多尺度和能量耗散机制，表现出远比传统固体、流体材料更复杂的物理力学特性。从结构决定性能的力学视角出发，寻找解密颗粒材料力学性质的关键信息已成为学界共识。由于颗粒材料属于典型的无序介质，几乎每个颗粒的局部环境都是*一无二的，颗粒材料内部蕴含着海量的结构信息。机器学习在大数据分析、信息分类、复杂系统预测等方面有着天然的优势，为颗粒材料多尺度力学特性研究提供了新方法。《颗粒材料宏细观力学的机器学习应用》以机器学习为工具，系统研究决定颗粒材料力学性能的关键指标，建立颗粒结构与性能间的映射关系，为人工智能时代的颗粒材料研究开拓新视野。
|
| 目錄：
|
|
目录 第1章 机器学习方法在颗粒材料中的应用 1 1.1 机器学习方法简介 2 1.1.1 决策树 3 1.1.2 随机森林 5 1.1.3 梯度提升决策树 6 1.1.4 极端梯度提升 6 1.1.5 k-means 7 1.1.6 反向传播神经网络 8 1.1.7 循环神经网络 9 1.1.8 支持向量机 9 1.1.9 超参数优化 11 1.1.10 模型评估方法 12 1.2 机器学习方法在颗粒材料中的应用概述 13 1.2.1 微观结构与力学性能的关联 14 1.2.2 颗粒材料宏观本构建模 15 1.3 本章小结 16 参考文献 16 第2章 颗粒材料试验研究方法 19 2.1 颗粒材料物理试验方法 20 2.1.1 浅层探测试验方法 20 2.1.2 内部探测试验方法 25 2.2 颗粒材料数值仿真方法 33 2.2.1 离散单元法（DEM） 34 2.2.2 连续-离散单元法（FDEM） 41 2.3 本章小结 52 参考文献 53 第3章 机器学习预测颗粒材料的结晶演化 57 3.1 循环剪切数值试验 58 3.1.1 结晶演化现象 58 3.1.2 试验方案 59 3.1.3 试样制备 60 3.1.4 摩擦系数的选取 61 3.1.5 宏观演化过程 62 3.2 局部结构与*密堆积演化的关系 65 3.2.1 特征选择 65 3.2.2 模型训练方法 67 3.2.3 模型验证与对比 69 3.2.4 机器学习预测效果 71 3.3 局部结构对*密堆积演化的影响机制 74 3.3.1 特征重要性分析 74 3.3.2 特征依赖性分析 77 3.3.3 结晶相前驱体颗粒的空间分布 80 3.4 本章小结 81 参考文献 82 第4章 微观结构“编码”塑性变形倾向 85 4.1 常规三轴数值试验 86 4.1.1 试验方案 86 4.1.2 试样制备 86 4.1.3 宏观力学响应 87 4.1.4 边界效应 88 4.2 微观塑性行为的表征与量化 89 4.3 局部结构-微观塑性行为的关系 92 4.3.1 机器学习模型 92 4.3.2 预测时域的选择 93 4.3.3 “软度”因子的确定 95 4.3.4 局部结构-力学特性关系 97 4.4 摩擦系数对预测效果的影响 101 4.5 本章小结 105 参考文献 105 第5章 初始微观结构预测塑性演化 109 5.1 颗粒材料三轴剪切试验 110 5.1.1 数值试验 110 5.1.2 宏观应力变形 111 5.2 颗粒材料结构表征量化 111 5.2.1 短程结构指标 112 5.2.2 中程结构指标 112 5.2.3 细观组构模型 113 5.3 微观塑性表征 116 5.4 微观塑性的结构起源 117 5.5 微观塑性逾渗演化 124 5.6 本章小结 131 参考文献 132 第6章 颗粒形态与颗粒破碎强度的关系 135 6.1 颗粒三维扫描 136 6.2 颗粒形状统计分析 138 6.2.1 形状参数获取 138 6.2.2 聚类分析 141 6.3 单颗粒单轴压缩试验数值模拟 144 6.3.1 数值试样及材料参数 144 6.3.2 破碎强度Weibull分布 145 6.4 机器学习回归分析 147 6.4.1 颗粒稳定性分析 147 6.4.2 机器学习模型训练 148 6.4.3 机器学习模型解释 149 6.5 颗粒碎片形态特征统计分析 152 6.5.1 基于颗粒形态的颗粒分类 153 6.5.2 FDEM数值模拟 156 6.5.3 统计分析 158 6.6 本章小结 164 参考文献 165 第7章 颗粒材料宏观力学行为预测 169 7.1 机器学习预测小应变刚度 170 7.1.1 建模过程 170 7.1.2 模型预测能力对比 171 7.1.3 机器学习模型解释 173 7.2 局部结构建模的扩展验证 175 7.3 本章小结 179 参考文献 179 第8章 总结与展望 181 8.1 总结 182 8.2 展望 183
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
