谷歌的AlphaGo与柯杰的大战已经结束数日，而DeepMind承诺的50分棋谱也已经公布，而作为当前最先进的计算机“技术”，有限元方法有没有与机器学习（人工智能）进一步结合并碰发出绚丽的“火花”呢？？
答案是肯定的！！！
什么是人工智能
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
机器学习是人工智能的一个分支，简单地说，就是通过算法，使机器能从大量历史数据中学习规律，从而对新的样本做智能识别或对未来进行预测。
常见的机器学习算法如：
✔神经网络（Neural Network）
✔支持向量机(Support Vector Machines, SVM)Boosting
✔决策树（Decision Tree）
✔随机森林（Random Forest）
✔贝叶斯模型（Bayesian Model）等。
早期的机器学习算法由于受到理论模型和计算资源的限制，一般只能进行浅层学习，只在搜索排序系统、垃圾邮件过滤系统、内容推荐系统等地方有所应用。
而之后发生的几件事，掀起了深度学习的浪潮。一件是2006年，加拿大多伦多大学教授Hinton和他的学生Salakhutdinov在Science上发表了一篇文章，揭示了具有多个隐层的神经网络（即深度神经网络）优异的学习性能，并提出可以通过“逐层初始化”技术，来降低深度学习网络训练的难度；
第二件事是在2012年 底，Geoff Hinton 的博士生 Alex Krizhevsky、Ilya Sutskever利用卷积神经网络（Convolutional Neural Network, CNN）在图片分类的竞赛 ImageNet 上，击败了拥有众多人才资源和计算资源的Google，拿到了第一名。
如今机器学习已深入到包括语音识别，图像识别，数据挖掘等诸多领域并取得了瞩目的成绩。
有限元法的发展简史
有限元方法（FEA）即有限单元法，它是一种数值分析(计算数学)工具，但不是唯一的数值分析工具。在工程领域还有其它的数值方法，如：有限差分法、边界元方法、有限体积法。
有限单元法已成为一种强有力的数值解法来解决工程中遇到的大量问题，其应用范围从固体到流体，从静力到动力，从力学问题到非力学问题。事实上，有限单元法已经成为在已知边界条件和初始条件下求解偏微分方程组的一般数值方法。
有限单元法在工程上的应用属于计算力学的范畴，而计算力学是根据力学中的理论，利用现代电子计算机和各种数值方法，解决力学中的实际问题的一门新兴学科。它横贯力学的各个分支，不断扩大各个领域中力学的研究和应用范围，同时也在逐渐发展自己的理论和方法。
神经网络与力学
其实，在深度学习浪潮掀起之前，力学和工程领域早已开始在计算力学研究中结合神经网络模型，开发出更优的算法，一个典型的例子便是有限元神经网络模型。
由于在实际工程问题中存在大量的非线性力学现象，如在结构优化问题中，需要根据需求设计并优化构件结构，是一类反问题，这些非线性问题难以用常规的方法求解，而神经网络恰好具有良好的非线性映射能力， 因而可得到比一般方法更精确的解。
将有限元与神经网络结合的方法有很多，比如针对复杂非线性结构动力学系统建模问题，可以将线性部分用有限元进行建模，非线性构件用神经网络描述（如输入非线性部件状态变量，输出其恢复力），再通过边界条件和连接条件将有限元模型部分和神经网络部分结合，得到杂交模型。
另一种方法是首先通过有限元建立多种不同的模型，再将模态特性（即最终需要达到的设计要求）作为输入变量，将对应的模型结构参数作为输入变量，训练神经网络，利用神经网络的泛化特性，得到设计参数的修正值。
结合Monter Carlo方法，进行多组有限元分析，将数据输入神经网络中进行训练，可以用来分析结构的可靠度。
已有研究成果
[1]余凯,贾磊,陈雨强,徐伟. 深度学习的昨天、今天和明天[J]. 计算机研究与发展,2013,09:1799-1804.
[2]周春桂,张希农,胡杰,谢石林. 基于有限元和神经网络的杂交建模[J]. 振动工程学报,2012,01:43-48.
[3]费庆国,张令弥. 基于径向基神经网络的有限元模型修正研究[J]. 南京航空航天大学学报,2004,06:748-752.
[4]许永江,邢兵,吴进良. 基于有限元-神经网络-Monte-Carlo的结构可靠度计算方法[J]. 重庆交通大学学报(自然科学版),2008,02:188-190+216.
未来的一些方向
1、图形显示方面（有限元与AR&VR）
随着有限元计算涉及的领域以及计算的规模不断增大，计算结果的高效、高质量的前后处理也随之成为了一个问题。
AR&VR在图形化数据展示方面，将我们从显示屏解放出来，可以以一种更加直观的方式查看计算分析数据，未来在分析结果VR展示方面，会有较大的突破。
国内也有学者已经展开了相关方面的研究，比如《虚拟现实环境中有限元前后处理功能实现》等论文，有限元虚拟处理技术(FEMVR)也开始逐步进入相关软件领域，例如：ANSYS COMSOL可以和MATLAB做交互，新版MATLAB内置了一些人工智能算法。
2、有限元与大数据、云计算
计算规模增大，伴随着计算机能力的提升，随之而来的云计算，解脱了对于计算机硬件的束缚，对于可以放开规模与数量的分析计算，有限元与大数据以及云计算的碰撞，对于未来问题的解决，将有一个质的飞跃，量变到质变的直观体现，在有限元与大数据中会有一个绚丽的展示。
3、有限元与人工智能
人工智能作为全球热的技术，与“古老”的有限元之间，相信可以在老树上发新芽，而我们可以欣喜的看到，相关的研究也已经开展，期待未来对于现实问题的解决，能有更好的更优的方案。
4、CAD数据与CAE数据的无缝对接
目前等几何分析（Isogeometric Analysis, IGA）的发展热度来看，将CAD中用于表达几何模型的NURBS基函数作为形函数，克服FEA中模型精度损失的问题，实现CAD和CAE的无缝结合，是一个很有前途和潜力的发展方向。
5、CAE与MBD的深度融合
未来CAEFEM可能会与多体动力学仿真（MBS）软件深度整合起来。实际系统中某些运动部件的弹性无法忽略，甚至是主要动力学行为的来源，所以就产生了柔性多体动力学仿真这个需求，这样只需要定义相关部件的受力和边界条件，其余的都是内部作用，仿真即节省工作量又较为真实可信。而且现在的确有很多MBS软件里面可以把部件建成弹性体，如LMS Virtual Lab，Simpack等等，但过程没有那么傻瓜；除了简单的梁、轴等零件，复杂形状的零件要依赖FEM软件事先生成的数据文件。
6、网格工作的智能化，傻瓜化
将来对弹性体建模可能更加傻瓜，先把刚性多体系统模型建起来，然后在建模环境（前处理）中直接make body flexible，系统可以根据这个部件的形状、材料、边界条件等选择合适的网格类型，并把运动和力的作用点couple到对应的节点（组）上。比如说汽车悬挂系统仿真，在一个工作环境下就能把某个部件的应力校核给做了，而不需要说搞多体建模的人要把边界力生成一个load case再发给专门的FEM工程师去做。
（部分来自知乎）
如何追上有限元的发展
任何技术的进步，都要在实践中展示技术的威力，有限元的发展，会随着技术的进步，特别是计算机技术的进步，在未来无论是应用软件的研究还是智能程序的开发，都将有无限的机会与可能。
积极学习新技术，新方法，在应用领域，关注有限元相关软件的新功能。
1、了解热点、跟踪前沿
2、结合实际拓展应用
3、掌握自动化相关技术
想要更多，点击此处
仿生学（bionics）在具有生命之意的希腊语bion上，加上有工程技术涵义的ics而组成的词。大约从1960年才开始使用。生物具有的功能迄今比任何人工制造的机械都优越得多，仿生学就是要在工程上实现并有效地应用生物功能的一门学科。例如关于信息接受（感觉功能）、信息传递（神经功能）、自动控制系统等，这种生物体的结构与功能在机械设计方面给了很大启发。可举出的仿生学例子，如将海豚的体形或皮肤结构（游泳时能使身体表面不产生紊流）应用到潜艇设计原理上。仿生学也被认为是与控制论有密切关系的一门学科，而控制论主要是将生命现象和机械原理加以比较，进行研究和解释的一门学科。
苍蝇，是细菌的传播者，谁都讨厌它。可是苍蝇的楫翅（又叫平衡棒）是“天然导航仪”，人们模仿它制成了“振动陀螺仪”。这种仪器目前已经应用在火箭和高速飞机上，实现了自动驾驶。苍蝇的眼睛是一种“复眼”，由30O0多只小眼组成，人们模仿它制成了“蝇眼透镜”。“蝇眼透镜”是用几百或者几千块小透镜整齐排列组合而成的，用它作镜头可以制成“蝇眼照相机”，一次就能照出千百张相同的相片。这种照相机已经用于印刷制版和大量复制电子计算机的微小电路，大大提高了工效和质量。“蝇眼透镜”是一种新型光学元件，它的用途很多。
自然界形形色色的生物，都有着怎样的奇异本领？它们的种种本领，给了人类哪些启发？模仿这些本领，人类又可以造出什么样的机器？这里要介绍的一门新兴科学——仿生学。
仿生学是指模仿生物建造技术装置的科学，它是在本世纪中期才出现的一门新的边缘科学。仿生学研究生物体的结构、功能和工作原理，并将这些原理移植于工程技术之中，发明性能优越的仪器、装置和机器，创造新技术。从仿生学的诞生、发展，到现在短短几十年的时间内，它的研究成果已经非常可观。仿生学的问世开辟了独特的技术发展道路，也就是向生物界索取蓝图的道路，它大大开阔了人们的眼界，显示了极强的生命力。
【人类仿生由来已久】
自古以来，自然界就是人类各种技术思想、工程原理及重大发明的源泉。种类繁多的生物界经过长期的进化过程，使它们能适应环境的变化，从而得到生存和发展。劳动创造了人类。人类以自己直立的身躯、能劳动的双手、交流情感和思想的语言，在长期的生产实践中，促进了神经系统尤其是大脑获得了高度发展。因此，人类无与伦比的能力和智慧远远超过生物界的所有类群。人类通过劳动运用聪明的才智和灵巧的双手制造工具，从而在自然界里获得更大自由。人类的智慧不仅仅停留在观察和认识生物界上，而且还运用人类所独有的思维和设计能力模仿生物，通过创造性的劳动增加自己的本领。鱼儿在水中有自由来去的本领，人们就模仿鱼类的形体造船，以木桨仿鳍。相传早在大禹时期，我国古代劳动人民观察鱼在水中用尾巴的摇摆而游动、转弯，他们就在船尾上架置木桨。通过反复的观察、模仿和实践，逐渐改成橹和舵，增加了船的动力，掌握了使船转弯的手段。这样，即使在波涛滚滚的江河中，人们也能让船只航行自如。
鸟儿展翅可在空中自由飞翔。据《韩非子》记载鲁班用竹木作鸟“成而飞之，三日不下”。然而人们更希望仿制鸟儿的双翅使自己也飞翔在空中。早在四百多年前，意大利人利奥那多·达·芬奇和他的助手对鸟类进行仔细的解剖，研究鸟的身体结构并认真观察鸟类的飞行。设计和制造了一架扑翼机，这是世界上第一架人造飞行器。
以上这些模仿生物构造和功能的发明与尝试，可以认为是人类仿生的先驱，也是仿生学的萌芽。
【发人深省的对比】
人类仿生的行为虽然早有雏型，但是在20世纪40年代以前，人们并没有自觉地把生物作为设计思想和创造发明的源泉。科学家对于生物学的研究也只停留在描述生物体精巧的结构和完美的功能上。而工程技术人员更多的依赖于他们卓越的智慧，辛辛苦苦的努力，进行着人工发明。他们很少有意识的向生物界学习。但是，以下几个事实可以说明：人们在技术上遇到的某些难题，生物界早在千百万年前就曾出现，而且在进化过程中就已解决了，然而人类却没有从生物界得到应有的启示。
在第一次世界大战时期，出于军事上的需要，为使舰艇在水下隐蔽航行而制造出潜水艇。当工程技术人员在设计原始的潜艇时，是先用石块或铅块装在潜艇上使它下沉，如果需要升至水面，就将携带的石块或铅块扔掉，使艇身回到水面来。以后经过改进，在潜艇上采用浮箱交替充水和排水的方法来改变潜艇的重量。以后又改成压载水舱，在水舱的上部设放气阀，下面设注水阀，当水舱灌满海水时，艇身重量增加使可它潜入水中。需要紧急下潜时，还有速潜水舱，待艇身潜入水中后，再把速潜水舱内的海水排出。如果一部分压载水舱充水，另一部分空着，潜水艇可处于半潜状态。潜艇要起浮时，将压缩空气通入水舱排出海水，艇内海水重量减轻后潜艇就可以上浮。如此优越的机械装置实现了潜艇的自由沉浮。但是后来发现鱼类的沉浮系统比人们的发明要简单得多，鱼的沉浮系统仅仅是充气的鱼鳔。鳔内不受肌肉的控制，而是依靠分泌氧气进入鳔内或是重新吸收鳔内一部分氧气来调节鱼鳔中气体含量，促使鱼体自由沉浮。然而鱼类如此巧妙的沉浮系统，对于潜艇设计师的启发和帮助已经为时过迟了。
声音是人们生活中不可缺少的要素。通过语言，人们交流思想和感情，优美的音乐使人们获得艺术的享受，工程技术人员还把声学系统应用在工业生产和军事技术中，成为颇为重要的信息之一。自从潜水艇问世以来，随之而来的就是水面的舰船如何发现潜艇的位置以防偷袭；而潜艇沉入水中后，也须准确测定敌船方位和距离以利攻击。因此，在第一次世界大战期间，在海洋上，水面与水中敌对双方的斗争采用了各种手段。海军工程师们也利用声学系统作为一个重要的侦察手段。首先采用的是水听器，也称噪声测向仪，通过听测敌舰航行中所发出的噪声来发现敌舰。只要周围水域中有敌舰在航行，机器与螺旋桨推进器便发出噪声，通过水听器就能听到，能及时发现敌人。但那时的水听器很不完善，一般只能收到本身舰只的噪声，要侦听敌舰，必须减慢舰只航行速度甚至完全停车才能分辨潜艇的噪音，这样很不利于战斗行动。不久，法国科学家郎之万（1872～1946）研究成功利用超声波反射的性质来探测水下舰艇。用一个超声波发生器，向水中发出超声波后，如果遇到目标便反射回来，由接收器收到。根据接收回波的时间间隔和方位，便可测出目标的方位和距离，这就是所谓的声纳系统。人造声纳系统的发明及在侦察敌方潜水艇方面获得的突出成果，曾使人们为之惊叹不已。岂不知远在地球上出现人类之前，蝙蝠、海豚早已对“回声定位”声纳系统应用自如了。
生物在漫长的年代里就是生活在被声音包围的自然界中，它们利用声音寻食，逃避敌害和求偶繁殖。因此，声音是生物赖以生存的一种重要信息。意大利人斯帕兰赞尼很早以前就发现蝙蝠能在完全黑暗中任意飞行，既能躲避障碍物也能捕食在飞行中的昆虫，但是堵塞蝙蝠的双耳后，它们在黑暗中就寸步难行了。面对这些事实，帕兰赞尼提出了一个使人们难以接受的结论：蝙蝠能用耳朵“看东西”。第一次世界大战结束后，1920年哈台认为蝙蝠发出声音信号的频率超出人耳的听觉范围。并提出蝙蝠对目标的定位方法与第一次世界大战时郎之万发明的用超声波回波定位的方法相同。遗憾的是，哈台的提示并未引起人们的重视，而工程师们对于蝙蝠具有“回声定位”的技术是难以相信的。直到1983年采用了电子测量器，才完完全全证实蝙蝠就是以发出超声波来定位的。但是这对于早期雷达和声纳的发明已经不能有所帮助了。
另一个事例是人们对于昆虫行为为时过晚的研究。在利奥那多·达·芬奇研究鸟类飞行造出第一个飞行器400年之后，人们经过长期反复的实践，终于在1903年发明了飞机，使人类实现了飞上天空的梦想。由于不断改进，30年后人们的飞机不论在速度、高度和飞行距离上都超过了鸟类，显示了人类的智慧和才能。但是在继续研制飞行更快更高的飞机时，设计师又碰到了一个难题，就是气体动力学中的颤振现象。当飞机飞行时，机翼发生有害的振动，飞行越快，机翼的颤振越强烈，甚至使机翼折断，造成飞机坠落，许多试飞的飞行员因而丧生。飞机设计师们为此花费了巨大的精力研究消除有害的颤振现象，经过长时间的努力才找到解决这一难题的方法。就在机翼前缘的远端上安放一个加重装置，这样就把有害的振动消除了。可是，昆虫早在三亿年以前就飞翔在空中了，它们也毫不例外地受到颤振的危害，经过长期的进化，昆虫早已成功地获得防止颤振的方法。生物学家在研究蜻蜓翅膀时，发现在每个翅膀前缘的上方都有一块深色的角质加厚区——翼眼或称翅痣。如果把翼眼去掉，飞行就变得荡来荡去。实验证明正是翼眼的角质组织使蜻蜓飞行的翅膀消除了颤振的危害，这与设计师高超的发明何等相似。假如设计师们先向昆虫学习翼眼的功用，获得有益于解决颤振的设计思想，就可似避免长期的探索和人员的牺牲了。面对蜻蜓翅膀的翼眼，飞机设计师大有相见恨晚之感！
以上这三个事例发人深省，也使人们受到了很大启发。早在地球上出现人类之前，各种生物已在大自然中生活了亿万年，在它们为生存而斗争的长期进化中，获得了与大自然相适应的能力。生物学的研究可以说明，生物在进化过程中形成的极其精确和完善的机制，使它们具备了适应内外环境变化的能力。生物界具有许多卓有成效的本领。如体内的生物合成、能量转换、信息的接受和传递、对外界的识别、导航、定向计算和综合等，显示出许多机器所不可比拟的优越之处。生物的小巧、灵敏、快速、高效、可靠和抗干扰性实在令人惊叹不已。
【仿生学的现象】
苍蝇与宇宙飞船
令人讨厌的苍蝇，与宏伟的航天事业似乎风马牛不相及，但仿生学却把它们紧密地联系起来了。
苍蝇是声名狼藉的“逐臭之夫”，凡是腥臭污秽的地方，都有它们的踪迹。苍蝇的嗅觉特别灵敏，远在几千米外的气味也能嗅到。但是苍蝇并没有“鼻子”，它靠什么来充当嗅觉的呢? 原来，苍蝇的“鼻子”——嗅觉感受器分布在头部的一对触角上。
每个“鼻子”只有一个“鼻孔”与外界相通，内含上百个嗅觉神经细胞。若有气味进入“鼻孔”，这些神经立即把气味刺激转变成神经电脉冲，送往大脑。大脑根据不同气味物质所产生的神经电脉冲的不同，就可区别出不同气味的物质。因此，苍蝇的触角像是一台灵敏的气体分析仪。
仿生学家由此得到启发，根据苍蝇嗅觉器的结构和功能，仿制成功一种十分奇特的小型气体分析仪。这种仪器的“探头”不是金属，而是活的苍蝇。就是把非常纤细的微电极插到苍蝇的嗅觉神经上，将引导出来的神经电信号经电子线路放大后，送给分析器；分析器一经发现气味物质的信号，便能发出警报。这种仪器已经被安装在宇宙飞船的座舱里，用来检测舱内气体的成分。
这种小型气体分析仪，也可测量潜水艇和矿井里的有害气体。利用这种原理，还可用来改进计算机的输入装置和有关气体色层分析仪的结构原理中。
从萤火虫到人工冷光
自从人类发明了电灯，生活变得方便、丰富多了。但电灯只能将电能的很少一部分转变成可见光，其余大部分都以热能的形式浪费掉了，而且电灯的热射线有害于人眼。那么，有没有只发光不发热的光源呢? 人类又把目光投向了大自然。
在自然界中，有许多生物都能发光，如细菌、真菌、蠕虫、软体动物、甲壳动物、昆虫和鱼类等，而且这些动物发出的光都不产生热，所以又被称为“冷光”。
在众多的发光动物中，萤火虫是其中的一类。萤火虫约有1 500种,它们发出的冷光的颜色有黄绿色、橙色，光的亮度也各不相同。萤火虫发出冷光不仅具有很高的发光效率，而且发出的冷光一般都很柔和，很适合人类的眼睛，光的强度也比较高。因此，生物光是一种人类理想的光。
科学家研究发现，萤火虫的发光器位于腹部。这个发光器由发光层、透明层和反射层三部分组成。发光层拥有几千个发光细胞，它们都含有荧光素和荧光酶两种物质。在荧光酶的作用下，荧光素在细胞内水分的参与下，与氧化合便发出荧光。萤火虫的发光，实质上是把化学能转变成光能的过程。
早在40年代，人们根据对萤火虫的研究，创造了日光灯，使人类的照明光源发生了很大变化。近年来，科学家先是从萤火虫的发光器中分离出了纯荧光素，后来又分离出了荧光酶，接着，又用化学方法人工合成了荧光素。由荧光素、荧光酶、ATP(三磷酸腺苷)和水混合而成的生物光源,可在充满爆炸性瓦斯的矿井中当闪光灯。由于这种光没有电源，不会产生磁场，因而可以在生物光源的照明下，做清除磁性水雷等工作。
现在，人们已能用掺和某些化学物质的方法得到类似生物光的冷光，作为安全照明用。
电鱼与伏特电池
自然界中有许多生物都能产生电，仅仅是鱼类就有500余种 。人们将这些能放电的鱼，统称为“电鱼”。
各种电鱼放电的本领各不相同。放电能力最强的是电鳐、电鲶和电鳗。中等大小的电鳐能产生70伏左右的电压,而非洲电鳐能产生的电压高达220伏；非洲电鲶能产生350伏的电压；电鳗能产生500伏的电压，有一种南美洲电鳗竟能产生高达880伏的电压，称得上电击冠军,据说它能击毙像马那样的大动物。
电鱼放电的奥秘究竟在哪里?经过对电鱼的解剖研究， 终于发现在电鱼体内有一种奇特的发电器官。这些发电器是由许多叫电板或电盘的半透明的盘形细胞构成的。由于电鱼的种类不同，所以发电器的形状、位置、电板数都不一样。电鳗的发电器呈棱形，位于尾部脊椎两侧的肌肉中；电鳐的发电器形似扁平的肾脏，排列在身体中线两侧，共有200万块电板;电鲶的发电器起源于某种腺体，位于皮肤与肌肉之间,约有500万块电板。单个电板产生的电压很微弱，但由于电板很多，产生的电压就很大了。
电鱼这种非凡的本领，引起了人们极大的兴趣。19世纪初，意大利物理学家伏特，以电鱼发电器官为模型，设计出世界上最早的伏打电池。因为这种电池是根据电鱼的天然发电器设计的,所以把它叫做“人造电器官”。对电鱼的研究，还给人们这样的启示：如果能成功地模仿电鱼的发电器官，那么，船舶和潜水艇等的动力问题便能得到很好的解决。
水母的顺风耳
“燕子低飞行将雨，蝉鸣雨中天放晴。”生物的行为与天气的变化有一定关系。沿海渔民都知道，生活在沿岸的鱼和水母成批地游向大海，就预示着风暴即将来临。
水母，又叫海蜇，是一种古老的腔肠动物，早在5亿年前,它就漂浮在海洋里了。这种低等动物有预测风暴的本能，每当风暴来临前，它就游向大海避难去了。
原来，在蓝色的海洋上，由空气和波浪摩擦而产生的次声波 (频率为每秒8—13次)，总是风暴来临的前奏曲。这种次声波人耳无法听到，小小的水母却很敏感。仿生学家发现，水母的耳朵的共振腔里长着一个细柄，柄上有个小球，球内有块小小的听石，当风暴前的次声波冲击水母耳中的听石时，听石就刺激球壁上的神经感受器，于是水母就听到了正在来临的风暴的隆隆声。
仿生学家仿照水母耳朵的结构和功能，设计了水母耳风暴预测仪，相当精确地模拟了水母感受次声波的器官。把这种仪器安装在舰船的前甲板上，当接受到风暴的次声波时，可令旋转360°的喇叭自行停止旋转,它所指的方向，就是风暴前进的方向；指示器上的读数即可告知风暴的强度。这种预测仪能提前15小时对风暴作出预报，对航海和渔业的安全都有重要意义。
-- 结构构件
对于构件，在截面面积相同的情况下，把材料尽可能放到远离中和轴的位置上，是有效的截面形状。有趣的是，在自然界许多动植物的组织中也体现了这个结论。例如：“疾风知劲草”，许多能承受狂风的植物的茎部是维管状结构，其截面是空心的。支持人承重和运动的骨骼，其截面上密实的骨质分布在四周，而柔软的骨髓充满内腔。在建筑结构中常被采用的空心楼板、箱形大梁、工形截面钣梁以及折板结构、空间薄壁结构等都是根据这条结论得来的。
-- 斑马
斑马生活在非洲大陆，外形与一般的马没有什么两样，它们身上的条纹是为适应生存环境而衍化出来的保护色。在所有斑马中，细斑马长得最大最美。它的肩高140-160厘米，耳朵又圆又大，条纹细密且多。斑马常与草原上的牛羚、旋角大羚羊、瞪羚及鸵鸟等共外，以抵御天敌。人类将斑马条纹应用到到军事上是一个是很成功仿生学例子。。
补充-- 最新发展：
仿生学与遗传学的整合是系统生物工程（systems bio-engineering）的理念，也就是发展遗传工程的仿生学。人工基因重组、转基因技术是自然重组、基因转移的模仿，还天然药物分子、生物高分子的人工合成是分子水平的仿生，人工神经元、神经网络、细胞自动机是细胞系统水平的仿生，跟随单基因遗传学、单基因转移发展到多基因系统调控研究的系统遗传学（system genetics）、多基因转基因的合成生物学（synthetic biology），以及纳米生物技术（nano-biotechnology）、生物计算（bio - computation、DNA计算机技术的系统生物工程发展，仿生学已经全面发展到一个从分子、细胞到器官的人工生物系统（artificial biosystem）开发的时代。
回答者： 竹雪96 - 助理 二级 3-17 20:53
我来评论>>
评价已经被关闭 目前有 11 个人评价
好
100% （11） 不好
0% （0）
相关内容
• 眼睛与仿生学 文章
• 仿生学的文章
• 有关仿生学的文章
• 仿生学的文章和图片
• 那里可以找到英文文章？关于仿生学的？
更多关于关于仿生学文章的问题>>
查看同主题问题：仿生学 文章
其他回答 共 3 条
你都不给加分，这么重要的文章当然是得不到的了。你可以买一下重庆维普的会员，去里面下载太多了。如果你有同学是苏州大学的，直接让他们去帮你下，他们下不要钱的。
回答者： 志蒋必德 - 同进士出身 六级 3-13 10:07
向跳蚤学跳高
我国运动员朱建华创造世界跳高纪录2.38米，但是跳蚤的跳高本领更令人惊叹。有人做过一个有趣的实验，把跳蚤放进瓶中，用有气孔的盖子将瓶子盖上，然后晃瓶，使跳蚤跳跃。跳蚤每小时可跳600次，而且可以连续不断地跳跃三天三夜，跳跃的高度为其身长的500倍。朱建华跳高的高度却不到身长的1.5倍。运动仿生学家对跳蚤大感兴趣，正在研究。据说奥妙在跳蚤的腿肌上有一种特别的生物细胞，其变形和弹力特别的好，而且在腿肌的温度升高时更好。英国科学家希勒拉发现青蛙的跳高本领也和腿肌温度有关，只要将其腿肌温度提高1℃，腿肌收缩速度便提高一成左右，而弹跳能力也随之明显提高。所以当今运动仿生学家便想方设法提高跳高运动员起跳时的腿肌的温度。
向袋鼠学起跑
过去，短跑都是站着起跑的。澳大利亚短跑运动员舍里尔曾经为短跑成绩停滞不前而苦恼。他观察袋鼠虽然拖了个大袋子，大腹便便，可是它每小时跑70多公里，跳远一步达12米。舍里尔发现袋鼠跑跳之前总是先向下屈身，把腹部贴近地面，然后一跃而起。舍里尔模仿袋鼠，发明了蹲式起跑，因而他在1896年的奥运会上创造了优异成绩。后来，另一位运动员布克在起跑线上蹲下的地方挖了一个小小的浅坑，一只脚放进浅坑，起跑时脚一蹬，便箭般的冲射而出，取得了100米短跑不到10秒的成绩。
游泳训练新法
游泳运动员学习青蛙的动作，于是出现了“蛙泳”。当发现海豚的游泳能力比青蛙强得多，模仿海豚游泳已成为近代游泳的研究项目。有人模拟袋鼠，制作大肚子游泳衣，平时穿上这种游泳衣，内装沙子，大腹便便地入水游泳，借以锻炼体力和耐力，比赛时一旦丢掉大肚子游泳衣，换上普通游泳衣，便倍觉轻松利索，在水中轻快前进，成绩显著提高。
蚂蚁是世界举重冠军
举重教练们和运动仿生学家正在研究蚂蚁的举重本领。小小蚂蚁能够搬起比它的体重重10倍的东西，而人却举不起，搬不动10倍于自己体重的东西。一个60公斤体重的大力士却搬不动600公斤的东西。为什么小小蚂蚁有如此大力气，目前还是一个谜。
同斑马、狮子比赛长跑
乌干达的长跑健将布阿为了提高成绩，平时锻炼和斑马赛跑。埃塞俄比亚的马拉松选手比塞拉锻炼和狮子赛跑，结果比狮子跑得快。现代运动仿生学家用高速拍摄骏马奔驰，然后放映慢镜头，观察研究骏马奔跑的动作，发现骏马跑得快的奥秘在后腿蹲蹬有力。因此现代短跑运动员为了提高一时难以突破的世界纪录，训练蹲蹬式，使脚掌趴地，然后奋力蹬跃，这样就冲得远，跑得快。
动物运动会
我国古代名医华佗创立“五禽戏”，便是运动仿生学的生动体现。他的学生程普照此锻炼，到了老年，牙不掉一颗。现代郭林气功治癌法，也模仿许多动物动作，鹿、虎、猿、猴等动作都是模仿的对象。太极拳中有“倒撵猴”“抱虎归山”“白鹤亮翅”等动作，也是仿生学的成果。气功“五禽戏动功”，模拟禽兽的动作、表情和声音，表现猛虎扑食、鹿麋奔跃，熊步蹒跚、鹏鸟展翅、猿猴攀登，成为具有民族特色的体育疗法。
为了开拓运动仿生学，国外已举行过好几次动物运动会。美国加利福尼亚州已开过几十次青蛙运动会，跳高冠军为3.5英尺，跳远冠军为2.5英尺。其他如骏马田径赛、鱼类游泳赛、袋鼠跳远赛……各类冠亚军获得者的动作都给高速录影，作为分析研究资料，供运动员训练时借鉴。运动仿生学日益受到体育界的重视。
相似点：
结构力学中的矩阵位移法的思想与有限元很相似，作为有限元的入门读物很合适。可以与手算位移法配合着学，理解单元刚度矩阵、整体刚度矩阵、边界条件处理技巧等。
不同点：
结构力学中的矩阵位移法仅介绍一些简单的杆系结构分析，比如连续梁、刚架、桁架的分析原理，且以平面问题为主。没有涉及材料和几何非线性有限元的课题。
有限元的入门读物则主要以弹性力学为基础介绍有限元分析的基本原理。一些名著，比如K.J.Bathe的著作会谈及更广泛的有限元分析方法，如材料和几何非线性有限元的课题等。
通常，结构力学所涉及的杆系结构分析仅是有限元的一小部分内容。
ANSYS中还涉及到结构动力学的内容，比如子空间分析等。
建议：
分析问题前先看ANSYS手册，遇到不清楚再找相关的弹性力学、结构力学、结构动力学等书籍学习。
一、有限元法的特点：
1、把连续体划分成有限个单元，把单元的交界结点(节点)作为离散点;
2、不考虑微分方程，而从单元本身特点进行研究。
3、理论基础简明，物理概念清晰，且可在不同的水平上建立起对该法的理解。
4、具有灵活性和适用性，适应性强。它可以把形状不同、性质不同的单元组集起来求解，故特别适用于求解由不同构件组合的结构，应用范围极为广泛。
它不仅能成功地处理如应力分析中的非均匀材料、各向异性材料、非线性应力、应变以及复杂的边界条件等问题，且随着其理论基础和方法的逐步完善，还能成功地用来求解如热传导、流体力学及电磁场领域的许多问题。
5、在具体推导运算过程中，广泛采用了矩阵方法。
二、有限元法的优点
1、物理概念浅显清晰，易于掌握。有限元法不仅可以通过非常直观的物理解释来被掌握，而且可以通过数学理论严谨的分析掌握方法的本质。
2、描述简单，利于推广。有限元法由于采用了矩阵的表达形式，从而可以非常简单的描述问题，使求解问题的方法规范化，便于编制计算机程序，并且充分利用了计算机的高速运算和大量存储功能。
3、方法优越。对于存在非常复杂的因素组合时候，比如不均匀的材料特性、任意的边界条件、复杂的几何形状等混杂在一起的时候，有限元法都能灵活的处理和求解。
4、应用范围广。有限元法不仅能解决结构力学,弹性力学中的各种问题,而且随着其理论基础与方法的逐步改进与成熟,还可以广泛地用来求解热传导、流体力学及电磁场等其他领域的诸多问题。不仅如此,在所有连续介质问题和场问题中,有限元法都得到了很好的应用。
扩展资料：
有限元方法的核心思想
有限元法（Finite Element Method）是基于近代计算机的快速发展而发展起来的一种近似数值方法，用来解决力学，数学中的带有特定边界条件的偏微分方程问题（PDE）。而这些偏微分方程是工程实践中常见的固体力学和流体力学问题的基础。
有限元和计算机发展共同构成了现代计算力学 （Computational Mechanics）的基础。有限元法的核心思想是“数值近似”和“离散化”， 所以它在历史上的发展也是围绕着这两个点进行的。
1、“数值近似”
由于在有限元法被发明之前，所有的力学问题和工程问题中出现的偏微分方程只能依靠单纯的解析解（Analytical Solution）得到解答。这种方法对数学要求很高，而且非常依赖于一些理想化的假定（Assumption）。
比如在土木工程中梁柱计算中出现的平截面假定，小应变假定，理想塑性假定。这些假定其实是和实际工程问题有很大偏差的，而且一旦工程问题稍微复杂一些我们就不能直接得到解析解，或者解析解的答案误差过大。
而有限元法把复杂的整体结构离散到有限个单元（Finite Element），再把这种理想化的假定和力学控制方程施加于结构内部的每一个单元，然后通过单元分析组装得到结构总刚度方程，再通过边界条件和其他约束解得结构总反应。
总结构内部每个单元的反应可以随后通过总反应的一一映射得到，这样就可以避免直接建立复杂结构的力学和数学模型了。其总过程可以描述为：
总结构离散化 — 单元力学分析 — 单元组装 — 总结构分析 — 施加边界条件 — 得到结构总反应 — 结构内部某单元的反应分析
在进行单元分析和单元内部反应分析的时候，形函数插值（shape function interpolation）和 高斯数值积分（Gaussian Quadrature）被用来近似表达单元内部任意一点的反应，这就是有限元数值近似的重要体现。
一般来说，形函数阶数越高，近似精度也就越高，但其要求的单元控制点数量和高斯积分点数量也更多。另外单元划分的越精细，其近似结果也更加精确。但是以上两种提高有限元精度的代价就是计算量几何倍数增加。
为了提高数值近似精度同时尽量较少地提高计算量，有限元法经历了很多发展和改良。下图就是一典型的有限元问题，因为模型中间空洞部分几何不规则性，结构用有限三角单元划分。
由于在靠外区域，结构反应变化程度不是很大，因此划分的单元比较大和粗糙，而在内部，应力变化比较大，划分也比较精细。而在左边单元划分最密区域，有应力集中现象（如裂纹问题的奇异解现象），所以又有相应的高级理论（比如non-local theory）来指导这部分的单元应力应变计算。
结构被选择性地离散，和高级理论构成了有限元发展的主要研究方向。
2.、“离散化”
离散化和相应单元特性和收敛研究也是有限元中一个重要研究领域，总的来说，有限单元和他们组装成的总体结构主要分为：
1-D 单元 (1-D element) 杆单元 (bar element) ------ 桁架 (truss) 梁单元 (beam element) ------ 框架 (frame) 板单元 (plate element) ------ 壳体 (shell)
2-D单元 (2-D element) ------ 平面应力体 (plain stress) 和 平面应变体 (plain strain) 三角单元 (triangle element) 四边形单元 (quadrilateral element) 多边形单元 (polygonal element)
3-D 单元 (3-D element) ----- 立体结构 (3-D problem) 三角体 (tetrahedrons element) 立方体单元 (hexahedrons element) 多边体单元 (polyhedrons element)
具体的分类和单元形状见下图
可以看到每种单元又可以提高形函数的阶数（控制点 node 数量）来提高精度。很多有限元研究也集中在这个领域。
比如研究新的单元引用于结构动力反应以减小数值震荡，比如用3-D单元去模拟梁单元等等。其实理论上来说这个领域可以有无限可能，因为对精度和数值稳定的追求可以是无限的。
3、 “光滑边界” 和 与CAD的交互问题
其实这个算不上有限元的核心思想，不过是现在有限元研究热的不能再热的领域了，就是Hughes提出的“NURBS”有限元法，它的原理是用空间样条曲线来划分单元。
如第一幅图所示，传统的有限元在处理不规则边界的时候一般都是较多的单元和用三角单元，多边形单元来解决，而且单元控制点都是和单元在一个平面上。
而NURBS 单元的控制点脱离了单元本身，并且利用B-spline理论上可以把单元的光滑程度（continuity）提高到无限，而且不会显著提高计算量。
发展NURBS的另外一个好处是，在建模中常用的CAD软件是用B-spline来进行模型建立基础的，而NURBS 正好也是用用B-spline作为basis。
所以CAD和NURBS的交互可以非常简单和高效的，甚至可以说是无缝连接。因此在工业界中十分复杂的模型都可以用CAD进行建模，再用NURBS进行有限元计算，如下图。
现在成吨的有限元paper都来自这个领域，因为有限元的基本理论基本已经成熟和robust，利用高性能计算机进行大尺度（large-scale）和高复杂结构模拟也是有限元发展的一个主要方向。
参考资料：百度百科“有限元法”
