研究人員設(shè)計優(yōu)化算法，軟材料三維打印最好方法

2018年6月4日，南極熊從外媒獲悉，卡內(nèi)基梅隆大學的研究人員開發(fā)了一種新方法來優(yōu)化軟材料的3D打印。他們創(chuàng)建了一種(EGO)算法，可以在短時間內(nèi)搜素出最適合的打印參數(shù)設(shè)置，從而實現(xiàn)高保真軟材料產(chǎn)品的打印。

當要3D打印軟材料時，許多參數(shù)都會影響最終產(chǎn)品的效果。3D打印頭移動的速度，打印凝膠的一致性，以及打印中每一種材料的濃度，只是影響最終產(chǎn)品的幾個變量。在每次打印中，可以有幾十個參數(shù)要考慮，以及更多可能的組合。

生物醫(yī)學工程博士Sara Abdollahi說：“當探索打印一種特性未知的實驗材料時，這些組合變得更加令人生畏，例如，如果實驗材料具有20個打印參數(shù)，并且具有五個等級，則實驗者可以擁有數(shù)萬億的打印設(shè)置組合。”

但是，通過(EGO)優(yōu)化方法，這個挑戰(zhàn)可以減少一些障礙，因為專家能夠排除許多無效組合。通過將專家的科學判斷與高效的搜索算法相結(jié)合，EGO顯著降低了尋找實驗材料最佳3D打印參數(shù)所需的時間。

“EGO的目的是創(chuàng)建一個有效的搜索算法，結(jié)合了專家知識和傳統(tǒng)的搜索算法，”工程和公共政策助理教授Alex Davis說。 “通常我們認為機器學習對于大數(shù)據(jù)很有用，但EGO適用于我們很少或沒有數(shù)據(jù)，需要依靠專家判斷的情況，然后通過搜索算法和專家知識的組合，有效地從小到大大數(shù)據(jù)�！�

EGO模型由三個步驟組成。首先，人類專家選擇初始參數(shù)集，為算法提供搜索的邊界。然后在這些邊界內(nèi)搜索參數(shù)有希望的組合，從而產(chǎn)生“局部最優(yōu)”。最后，專家評估局部最優(yōu)化并決定是否通過添加新參數(shù)來改變搜索過程，或者繼續(xù)在現(xiàn)有邊界內(nèi)進行搜索。該過程迭代直到找到理想的解決方案。

編譯自：3ders