研究人员设计优化算法，软材料三维打印最好方法

2018年6月4日，南极熊从外媒获悉，卡内基梅隆大学的研究人员开发了一种新方法来优化软材料的3D打印。他们创建了一种(EGO)算法，可以在短时间内搜素出最适合的打印参数设置，从而实现高保真软材料产品的打印。

当要3D打印软材料时，许多参数都会影响最终产品的效果。3D打印头移动的速度，打印凝胶的一致性，以及打印中每一种材料的浓度，只是影响最终产品的几个变量。在每次打印中，可以有几十个参数要考虑，以及更多可能的组合。

生物医学工程博士Sara Abdollahi说：“当探索打印一种特性未知的实验材料时，这些组合变得更加令人生畏，例如，如果实验材料具有20个打印参数，并且具有五个等级，则实验者可以拥有数万亿的打印设置组合。”

但是，通过(EGO)优化方法，这个挑战可以减少一些障碍，因为专家能够排除许多无效组合。通过将专家的科学判断与高效的搜索算法相结合，EGO显著降低了寻找实验材料最佳3D打印参数所需的时间。

“EGO的目的是创建一个有效的搜索算法，结合了专家知识和传统的搜索算法，”工程和公共政策助理教授Alex Davis说。 “通常我们认为机器学习对于大数据很有用，但EGO适用于我们很少或没有数据，需要依靠专家判断的情况，然后通过搜索算法和专家知识的组合，有效地从小到大大数据。”

EGO模型由三个步骤组成。首先，人类专家选择初始参数集，为算法提供搜索的边界。然后在这些边界内搜索参数有希望的组合，从而产生“局部最优”。最后，专家评估局部最优化并决定是否通过添加新参数来改变搜索过程，或者继续在现有边界内进行搜索。该过程迭代直到找到理想的解决方案。

编译自：3ders