人工智能

AI 与基于模型的设计

AI 与基于模型的设计 将人工智能 (AI) 方法应用于工程系统的设计

“尽管我们不是深度学习方面的专家，但使用 MATLAB 和 Deep Learning Toolbox，我们得以创建和训练了一个网络，该网络能够以近 90% 的准确率预测 NOX 排放量。”

Nicoleta-Alexandra Stroe 和 Vincent Talon，雷诺汽车

虚拟传感器建模

在物理传感器无法直接测量或物理传感器会给设计增加过多成本和复杂性时，估计目标信号。

客户案例和案例研究

视频

示例

系统辨识和 ROM

通过使用测得或生成的数据创建基于人工智能的非线性动态系统模型。

  • 使用系统辨识器根据测得数据创建基于人工智能的动态模型
  • 通过使用非线性模型辨识（如神经状态空间、非线性 ARX 和其他模型架构）将关于系统物理特性的深度见解与人工智能方法相结合，以提高模型质量
  • 通过创建基于人工智能的降阶模型，在 Simulink 中重用第三方 FEM、FEA 和 CFD 模型以进行控制设计和系统开发
  • 使用降阶建模器来设置试验设计 (DoE)、生成训练数据并基于预配置的模板来训练和评估合适的人工智能模型
  • 在 Simulink 中引入降阶模型以运行桌面仿真和硬件在环测试，或通过功能模型单元 (FMU) 导出降阶模型以在 Simulink 外部使用

客户案例和案例研究

视频

示例

强化学习

通过与在 Simulink 中建模的动态环境进行反复试错交互训练智能体。

客户案例和案例研究

视频

示例

为什么将人工智能融入工程系统设计要使用 MATLAB 和 Simulink？

将人工智能模型 与系统的其余部分集成并进行仿真

  • 将人工智能模型直接集成到您的系统级模型中进行仿真。
  • 通过与系统的其他组件一起运行人工智能算法对系统行为进行仿真。这些组件包括物理系统、环境模型、闭环控制算法和监督逻辑。

了解更多

实现运行中的 人工智能系统的安全性和可靠性

了解更多

从人工智能模型生成代码 以部署到不同硬件

从深度学习或机器模型生成和部署可在支持的目标硬件上运行的 C/C++、CUDA® 和 HDL 代码。

了解更多

管理嵌入式人工智能的部署权衡

  • 探查仿真和代码中的模型大小、速度和准确性。
  • 比较不同人工智能模型，以及人工智能与非人工智能模型的性能差异。
  • 评估模型压缩的影响。
  • 利用分析结果为模型选择、设计决策和微调模型行为提供信息。

了解更多

产品

了解 AI 与基于模型的设计涉及的产品。

有疑问吗？

与 MathWorks 人工智能和基于模型的设计专家联系

Arkadiy

Arkadiy

Tianyi

Tianyi

发邮件给我们

30天免费试用

试用 MATLAB、Simulink 和更多其他产品。

快速入门

人工智能入门之旅

浏览指导您完成人工智能工作流的入门之旅。

查看课程