基于机器学习技术的深海金属腐蚀数学建模系统任务书
2020-02-18 15:45:36
1. 毕业设计(论文)主要内容:
深海环境中存在着巨大压力以及严重的温度、盐度、溶解氧、pH值、生物污损、金属离子沉积和表面流速等问题,使得深海金属腐蚀机理研究问题成为当前海洋材料学科的热点问题。本毕业设计针对深海金属腐蚀机理研究的需求,要求基于机器学习技术,设计实现深海金属腐蚀数学建模系统,该系统可以通过分析已有的深海金属腐蚀试验数据,完成特定条件下的深海金属腐蚀数学建模任务。
2. 毕业设计(论文)主要任务及要求
1. 学习机器学习、数学建模、深海金属腐蚀等基础理论和方法,阐述机器学习、数学建模等理论、技术和方法,论述选题的国内外发展现况和研究意义,充分查阅国内外的相关研究成果,分析和研究现有同类技术的工作原理、特点和所存在的问题。
2. 在此基础上,通过对比分析,针对深海环境下的金属腐蚀试验数据比较稀少这一特点,选择合适的机器学习模型和设计框架。在此基础上,针对实际应用需求,使用python 3.x完成深海金属腐蚀数学建模系统的设计和开发。
系统的主要功能包括:
3. 毕业设计(论文)完成任务的计划与安排
第1-2周:完成课题调研、文献阅读和外文翻译,收集相关资料,完成开题报告,进行小组内选题答辩,修改定稿开题报告,并上传开题报告到教务网。
第3-8周:熟悉相关理论知识、设计工具和计算机语言。完成系统初步设计,完成程序主要模块、算法的设计、编程和相关设计图纸的绘制。
第9-12周:完成系统编程设计及调试、测试和性能分析。
4. 主要参考文献
[1]yuan gu, ning li, fugang zhang. corrosion and protection of submarine metalcomponents in seawater [j]. international conference on reliability,maintainability and safety, 2009,7:20-24.
[2]ryuzo takai, yuki kobayashi, yoshiteru tanaka, shoichi hara. corrosion rate ofshipwreck structural steels under the sea [j]. oceans 2008 - mts/ieee kobe techno-ocean,2008, 4:8-11.
[3] 何清,李宁,罗文娟,史忠植.大数据下的机器学习算法综述[j]. 模式识别与人工智能, 2014(04). 327-336.