幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

顆粒材料宏細觀力學的機器學習應用(精)

  • 作者：馬剛//張一博//鄒宇雄//梅江洲|責編:孫寓明//劉暢
  • 出版社：科學
  • ISBN：9787030823946
  • 出版日期：2025/07/01
  • 裝幀：精裝
  • 頁數：184
人民幣：RMB 188 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    顆粒材料在岩土工程、水利工程、道路橋樑工程及化工工程等領域廣泛應用。顆粒材料由於具有離散性、多尺度和能量耗散機制，表現出遠比傳統固體、流體材料更複雜的物理力學特性。從結構決定性能的力學視角出發，尋找解密顆粒材料力學性質的關鍵信息已成為學界共識。由於顆粒材料屬於典型的無序介質，幾乎每個顆粒的局部環境都是獨一無二的，顆粒材料內部蘊含著海量的結構信息。機器學習在大數據分析、信息分類、複雜系統預測等方面有著天然的優勢，為顆粒材料多尺度力學特性研究提供了新方法。本書以機器學習為工具，系統研究決定顆粒材料力學性能的關鍵指標，建立顆粒結構與性能間的映射關係，為人工智慧時代的顆粒材料研究開拓新視野。
    本書適合水利、岩土、交通、採礦、地球物理等相關專業的教師、研究生及工程技術人員閱讀參考。
作者介紹
馬剛//張一博//鄒宇雄//梅江洲|責編:孫寓明//劉暢
目錄
第1章  機器學習方法在顆粒材料中的應用
  1.1  機器學習方法簡介
    1.1.1  決策樹
    1.1.2  隨機森林
    1.1.3  梯度提升決策樹
    1.1.4  極端梯度提升
    1.1.5  k-means
    1.1.6  反向傳播神經網路
    1.1.7  循環神經網路
    1.1.8  支持向量機
    1.1.9  超參數優化
    1.1.10  模型評估方法
  1.2  機器學習方法在顆粒材料中的應用概述
    1.2.1  微觀結構與力學性能的關聯
    1.2.2  顆粒材料宏觀本構建模
  1.3  本章小結
  參考文獻
第2章  顆粒材料試驗研究方法
  2.1  顆粒材料物理試驗方法
    2.1.1  淺層探測試驗方法
    2.1.2  內部探測試驗方法
  2.2  顆粒材料數值模擬方法
    2.2.1  離散單元法（DEM）
    2.2.2  連續-離散單元法（FDEM）
  2.3  本章小結
  參考文獻
第3章  機器學習預測顆粒材料的結晶演化
  3.1  循環剪切數值試驗
    3.1.1  結晶演化現象
    3.1.2  試驗方案
    3.1.3  試樣製備
    3.1.4  摩擦係數的選取
    3.1.5  宏觀演化過程
  3.2  局部結構與最密堆積演化的關係
    3.2.1  特徵選擇
    3.2.2  模型訓練方法
    3.2.3  模型驗證與對比
    3.2.4  機器學習預測效果
  3.3  局部結構對最密堆積演化的影響機制
    3.3.1  特徵重要性分析
    3.3.2  特徵依賴性分析
    3.3.3  結晶相前驅體顆粒的空間分佈
  3.4  本章小結
  參考文獻
第4章  微觀結構「編碼」塑性變形傾向
  4.1  常規三軸數值試驗
    4.1.1  試驗方案
    4.1.2  試樣製備
    4.1.3  宏觀力學響應
    4.1.4  邊界效應

  4.2  微觀塑性行為的表徵與量化
  4.3  局部結構-微觀塑性行為的關係
    4.3.1  機器學習模型
    4.3.2  預測時域的選擇
    4.3.3  「軟度」因子的確定
    4.3.4  局部結構-力學特性關係
  4.4  摩擦係數對預測效果的影響
  4.5  本章小結
  參考文獻
第5章  初始微觀結構預測塑性演化
  5.1  顆粒材料三軸剪切試驗
    5.1.1  數值試驗
    5.1.2  宏觀應力變形
  5.2  顆粒材料結構表徵量化
    5.2.1  短程結構指標
    5.2.2  中程結構指標
    5.2.3  細觀組構模型
  5.3  微觀塑性表徵
  5.4  微觀塑性的結構起源
  5.5  微觀塑性逾滲演化
  5.6  本章小結
  參考文獻
第6章  顆粒形態與顆粒破碎強度的關係
  6.1  顆粒三維掃描
  6.2  顆粒形狀統計分析
    6.2.1  形狀參數獲取
    6.2.2  聚類分析
  6.3  單顆粒單軸壓縮試驗數值模擬
    6.3.1  數值試樣及材料參數
    6.3.2  破碎強度Weibull分佈
  6.4  機器學習回歸分析
    6.4.1  顆粒穩定性分析
    6.4.2  機器學習模型訓練
    6.4.3  機器學習模型解釋
  6.5  顆粒碎片形態特徵統計分析
    6.5.1  基於顆粒形態的顆粒分類
    6.5.2  FDEM數值模擬
    6.5.3  統計分析
  6.6  本章小結
  參考文獻
第7章  顆粒材料宏觀力學行為預測
  7.1  機器學習預測小應變剛度
    7.1.1  建模過程
    7.1.2  模型預測能力對比
    7.1.3  機器學習模型解釋
  7.2  局部結構建模的擴展驗證
  7.3  本章小結
  參考文獻
第8章  總結與展望
  8.1  總結

  8.2  展望

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032