精密合金资料在人为智能(AI)建模是解决系统细节和使生涯更容易的最沉要的步骤之一。人为智能的主张就是利用知识获得高效的了局并使之成为现实。解决复杂问题最常用的人为智能技术是基于自适应网络的吞吐推理系统和人为神经网络，这些系统也被称为软推算步骤。软推算技术的使用是与预测参数的统计步骤有关的壮大的建模技术。

在从前的几十年里，建模技术在精密合金资料科学分歧领域的兴致已经增长。它的主张是利用人的直觉、思想和决策能力，用单一和低成本的解解除不确定性，解决复杂和难题的问题，从而找到机能更好的最优解。在我们之前的工作中，我们别离使用铝合金和复合伙料的极限抗拉强度(UTS)，润湿性，临界角度，磨损机能和所出产金属的焊接机能的新配方。

人为智能在科学界被界说为推算机或推算机辅助机械执行与高级逻辑过程有关的工作的能力，如人类素质、寻找解决规划、理解、理解、概括和从从前的经验中进建等。进建能力是人为智能逻辑的基础。人为智能最大的贡献将是实现他们很快学会的最正确的步骤。人为智能技术蕴含专家系统、吞吐逻辑人为、神经网络和机械进建和遗传算法。这种推算机软件，其根基职能是通过进建、影象和仿照人类大脑的进建蹊径，从大脑网络的数据中天生新数据。人为神经网络是一种仿照生物神经网络的合成结构。人为神经网络;它受到人类大脑的启发，是进建过程的数学模型的了局。

由于人为神经网络是对生物神经网络的建模必要好多精密合金资料，因而首吓仔必要相识生物神经系统的结构。神经元的结构是生物神经系统的根基组成部门，由四个重要部门组成;树突、轴突、核和衔接(图3a)。它的树形结构位于树突神经细胞的结尾。树突的工作是将它附着在核上的其他神经元或感触器官的信号传递出去。核网络来自树突的信号，并将其传递到轴突。这些网络到的信号由轴突处置，并发送到神经元另一端的衔接。衔接将新产生的信号传递给其他神经元。