智能设计课题组 Intelligent Design Group

智能设计课题组介绍

智能设计课题组隶属于北京理工大学机械与车辆学院工业与智能系统工程研究所,课题组针对复杂装备技术指标快速提升但研发周期成倍缩短的现实问题,围绕数据驱动的智能设计方法开展研究,以最大幅度提升复杂装备的研发效率,研究方向涵盖知识工程、多学科优化、智能优化算法、代理模型、深度学习与仿真、智能交互、知识图谱等内容。

课题组简介
智能优化
代理模型
智能仿真
智能交互
知识图谱
智能优化
——

智能优化围绕复杂装备多学科优化方法开展研究,针对复杂装备多学科优化问题的超高维、强耦合、难搜索特征,突破超高维拓扑结构复杂的设计空间中搜索效率低、多学科耦合严重的场景下迭代搜索成本高、搜索慢等技术难题,提出设计空间表征—搜索策略学习—交互式方案生成”的三步走技术思路,借助蒙特卡洛树、深度强化学习网络、深度循环神经网络、协调优化等算法,实现复杂装备多学科设计方案快速、准确、稳定的生成。

代理模型
——


大多数工程设计问题需要模拟实验来评估采用不同设计参数时的目标函数和约束函数,单次实验需要耗时数天、甚至数月才能获得结果,传统优化方法根本难以获取最优方案。代理模型采用数据驱动的、自下而上的办法来建立一个黑箱模型,其计算结果与原模型非常接近,但缺点是需要大量数据支撑建模。

为解决实际工程中数据量少的问题,本小组采用工程知识与数据结合的方法构建代理模型,通过提取工程专家脑海中对映射模型的知识并将其融入代理模型中,大幅度减少对数据量的需求,快速实现高精度代理模型构建。

智能仿真
——
Neural—FEM围绕复杂装备设计过程中的快速仿真需求开展研究,针对传统基于有限元的数值仿真方法存在的网格依赖性强求解效率低高维问题效果差的问题,引入基于物理信息的神经网络(Physical Informed Neural Network)的微分方程求解技术,依托深度神经网络强大的非线性拟合能力,实现高维非线性微分方程组的快速求解,进而实现复杂装备设计方案的快速评估。
more >
智能交互
——
智能交互围绕产品设计多模态人机交互技术开展研究,针对传统基于“鼠标+键盘”的计算机辅助设计交互模式存在的交互通道单一、交互方式死板、协同交互难的问题,聚焦产品概念设计过程对多模态智能交互技术的发展需求,探索一种以脑电、眼动、手势等多模态信号融合为基础特征的自然无感交互技术,重点突破脑眼手多模态异构数据的融合感知技术、小样本条件下的人机交互模型快速构建技术以及基于机器视觉的大尺度多人协同交互技术,搭建脑眼手多模态协同驱动的自然交互系统,实现对用户设计意图的智能感知与自然表达。
more >
知识图谱
——
请输入要描述的内容进行内容的补充请输入要描述的内容进行
内容的补充请输入要描述的内容进行内容的补充请输入要描述 的内容进行内容的补充…
more >
常用链接
2021-10-27
2021-10-19
2021-10-19
组内动态
2021-10-19
2021-10-19