01
概述
Overview
知识点群
人工智能的概念、历史与发展现状，材料智能设计与制备加工的现状与发展趋势。
教学内容
- 人工智能的概念、历史与发展现状
- 材料智能设计与制备加工的现状与发展趋势
作业及考核无
课程思政中国制造 2025 和人工智能发展战略
教学大纲 · Syllabus
材料智能设计与制备加工
Materials Design and Processing Using Artificial Intelligence · MSE5317 · 依据《材料智能设计与制备加工课程教学大纲（MSE5317）》整理
| 课程名称 | 材料智能设计与制备加工 Materials Design and Processing Using Artificial Intelligence | 课程代码 | MSE5317 |
|---|---|---|---|
| 学分 | 2.0 | 总学时 | 32（含实验 6） |
| 课程性质 | 交叉课程 | 授课语言 | 中文 |
| 开课院系 | 材料科学与工程学院 | 授课对象 | 材料专业本科生 |
| 课程负责人 | 疏达 课程负责人依据教学大纲；授课教师依据 2026-09-07 课程知识库清单。 | 授课教师 | 刘泓 |
| 先修课程 | 材料加工原理、材料性能（1－力学性能） | 后续课程 | — |
| 课程简介 | 材料的高性能化与高质量化、构件的复杂化与轻量化、生产的高效化与低成本化等重大需求，对合金成分与工艺的优化设计、制备加工过程的精确控制等提出了越来越高的要求。在当今信息化和智能化时代，材料智能化设计与制备加工已成为材料学科的重要发展方向，对驱动传统产业转型升级、加速新材料的开发与高性能构件的研制具有重要的意义。本课程主要聚焦人工智能技术及其在材料科学与工程中的应用，课程内容主要包括三个方面：1）人工智能算法基础（优化算法、人工神经网络、支持向量机等）；2）基于人工智能的材料设计与组织性能预测；3）数据驱动的材料制备加工工艺优化。通过本课程的学习，将有助于学生建立材料 + 计算机科学的交叉学科知识体系，培养新工科背景下具有创新意识的材料科学与工程专业复合型人才。 Requirements are urgent to pursue high performance materials, complexity and lightweight components, high efficiency and low cost of production through alloy composition design, process optimization, and accurate control of preparation and processing. This course introduces AI technology and its application in materials science and engineering: 1) AI algorithms (optimization algorithms, artificial neural networks, support vector machines, etc.); 2) data-driven materials design, microstructural analysis and property prediction; 3) data-driven materials processing optimization. | ||
| 教学目标 | 建立材料 + 计算机科学的交叉学科知识体系，培养新工科背景下具有创新意识的材料科学与工程专业复合型人才。 | ||
课程目标
课程目标
- 1能了解并认识材料科学、计算机科学、数据科学和人工智能在材料设计与制备加工中的应用现状与发展趋势。
- 2能了解并应用计算机图像学开展典型材料组织的自动识别与分析。
- 3能了解并应用机器学习和高通量实验等方法预测材料性能。
- 4能了解并应用集成计算材料工程和机器学习等方法优化材料加工工艺。
- 5厚植爱国情怀，培养学生刻苦务实、意志坚强，努力拼搏、敢为人先的品格。
教学内容与进度安排
4 个教学环节
02
人工智能算法基础
Fundamentals of AI Algorithms
知识点群
优化算法，神经网络，线性分类，支持向量机。
教学内容
- 优化算法
- 人工神经网络
- 线性分类
- 支持向量机
作业及考核比较不同机器学习算法的差异
上机实验 1基于神经网络的数字识别 · 2 学时 · 提交实验报告
03
数据驱动的材料设计
Data-driven Materials Design
知识点群
材料数据库，组织结构智能表征，参数识别与性能预测，材料智能设计。
教学内容
- 材料数据库
- 组织结构智能表征
- 参数识别与性能预测
- 材料智能设计
作业及考核总结机器学习算法在材料设计中的应用
上机实验 2基于深度学习的图像回归分析 · 2 学时 · 提交实验报告
04
材料加工工艺智能设计
Intelligent Design of Processing
知识点群
数据驱动的铸造工艺设计，热冲压工艺智能优化，3D 打印工艺智能优化，数字孪生。
教学内容
- 数据驱动的铸造工艺设计
- 热冲压工艺智能优化
- 3D 打印工艺智能优化
- 数字孪生
作业及考核总结人工智能如何解决材料制造问题
上机实验 3双相钢中马氏体相的自动识别 · 2 学时 · 提交实验报告
课程思政我国高性能材料 / 构件卡脖子与制造短板
考核方式
作业与考试安排
出勤和平时作业、上机实验、期末大作业三部分组成。