课程介绍

聚焦先进钢铁、轻质及稀有合金和生物材料等先进材料领域，依托长三角先进材料研究院和龙头企业及其研发机构，面向材料设计和制造需求，以材料热动力学、材料动力学、材料信息学、机器学习和高通量表征等理论和实验技术为核心，开展先进材料的智能化设计方面的分析和教学、以及训练和实践工作，进而提升学生的材料设计和制备过程的专业知识和工程化应用能力。

课程大纲

考核标准

依据到课讨论参与度、实践完成进度、程序质量，由任课教师赋分。

教材教参

1. 《Introduction to Computational Materials Science—Fundamentals to Applications》Ricard Lesar, Cambridge University Press （英文版）
《计算材料科学导论—原理与应用》Ricard Lesar著，姚曼、唐葆生、黄昊 译 科学出版社（中文版）
2.   《An Introduction to Materials Informatics I, The Elements of Machine Learning》 张统一，科学出版社,  2022
参考资料:
1. Computational Thermodynamics, Zi-Kui Liu, Cambridge, 2016
2. The Diffuse Interface Approach in Materials Science, Heike Emmerich, Srpinger, 2003
3. Thermodynamics, Microstructures and Plasticity, Alphonse Finel, Kluwer Academic, 2002
4. Crystal Plasticity Finite Element Methods, Franz Roters et al. Wiley-VCH, 2010
5. Density Functional Theory, David Scholl, Wiley, 2009
6. 传热与流体流动的数值计算, S.V. Patanka，张政译, 高等教育出版社，1987
7. 分子模拟入门，Daan Frenkel, 世界图书出版社，2010
8. 固体能带理论，谢希德，复旦大学出版社，2007
9. The Elements of Statistical Learning, Data Mining, Inference, and Prediction, Trevor Hastie, Robert Tibshirani, Jerome Friedman, Springer, 2009
10. Machine Learning: A Bayesian and Optimization Perspective,  Sergios Theodoridis, Academic Press, 2020