小样本数据驱动的关键性能预测与优化设计方法

讲座名称：小样本数据驱动的关键性能预测与优化设计方法

讲座时间：2020-05-29 16:30

讲座人：宋学官 教授

讲座地点：线上：腾讯会议直播（ID:595389224）

                  线下：亚博足彩主楼III区145北会议室

讲座人介绍：

宋学官，博士、教授、博导、重大装备设计研究所所长。主要研究方向为机-电-热-流等多学科耦合建模与协同优化、工业大数据挖掘及数据驱动的预测技术、人工智能与装备智能化技术等。在ASME JMD、ASME PVT、SMO、MSSP、KBS和IEEE PE等著名期刊发表学术论文100余篇，其中SCI论文60多篇，影响因子大于7.0的论文6篇（一作1篇，唯一通讯4篇），ESI高被引论文2篇，出版ANSYS流固耦合技术书1本，英文书章2个，论文被引用1700多次(google scholar)，H因子为20，多次获得ASME等国际会议论文奖，担任SCI期刊IET Power Electronics等期刊编委和国际学术会议的技术委员\分会场主席，长期担任ASME JMD、SMO、ECM、EO、ASME PVT等著名期刊特邀审稿人。

讲座内容：

基于小样本仿真数据和实验数据的优化设计已经成为复杂机电系统设计的重要手段和普遍方法之一，通过小样本数据构建输入与输出的复杂映射关系是决定该方法是否有效、可行的关键。本报告将从数据驱动的预测与优化方法背景介绍开始，主要包括实验设计方法（DOE），代理模型建模（包括单一代理模型、组合代理模型等）、序列采样技术等，基于代理模型的可靠性优化和敏感度分析等。然后，介绍该方法在汽车部件、燃料电池和无人机叶片优化方面的应用。最后，简单分享一下本人在此领域的研究和应用经验。

主办单位：机电工程学院