Additief vervaardigen van staal met booglassen leidt tot complexe thermische cycli tijdens het neersmelten en stollen. Dit resulteert in moeilijk voorspelbare en heterogene microstructuur en mechanische eigenschappen van de component. Algoritmes voor thermische, metallurgische en mechanische simulaties worden gekoppeld met machinaal leren en metaheuristische optimalisatietechnieken, om procesparameters te optimaliseren, experimentele kosten te verminderen, en de betrouwbaarheid van voorspellingen te verbeteren