Elsevier出版集团旗下《Journal of Industrial Information Integration》国际期刊，近日发表航空航天学院机电工程系侯亮教授课题组最新研究成果：Operating data-driven inverse design optimization for product usage personalization with an application to wheel loaders.
如何有效挖掘和利用产品运行数据是工程设计领域研究和应用中一个极具挑战的问题。运行数据一般具有多源、实时、大量和异构等特点，现有消费类产品所使用大数据的研究成果难以直接适用于复杂装备，需要根据复杂装备研发设计特点和需求提出相应的运行数据挖掘分析和反馈的新方法。
侯亮教授课题组提出数据驱动反向设计概念，通过掌握客户如何使用产品以及产品运行的环境和状态，更好地满足其需求；其本质是将设计决策基于事实而非假设。所提数据驱动反向设计核心问题包括：1）基于运行数据的系统参数预测模型研究；2）最优系统参数设计优化与挖掘；3）正-反向设计闭环交互优化模型。
反向设计理论应用前景广泛，航空航天学院机电工程系IDEAL实验室已将该研究成果应用于客车、工程机械、精密加工过程等工程设计实践领域。
Journal of Industrial Information Integration(JIII)，即《工业信息集成》，是工程技术最重要的国际顶级学术期刊之一，每年出版的文章数量很少，同时拥有较高的影响因子（近5年的平均影响因子为10.615）。
航空航天学院机电工程系博士生张炜为该文第一作者，侯亮教授为通讯作者。论文中相关研究工作得到多个基金（国家自然科学基金（51975495）、中央引导地方专项（2020L3002）和国家重点研发计划（2020YFB1709901））的支持。
成果链接：
（航空航天学院 张炜）
