报告题目：复合材料及结构模拟：从高阶多尺度方法到高阶多尺度-深度学习耦合方法
主讲人：董灏副教授
时 间：2023年11月22日（周三）上午10：00
地 点：理学院306会议室
主办单位：理学院
主讲人简介：
董灏，西安电子科技大学副教授，硕士生导师，入选陕西省科协青年人才托举计划、西安市科协青年人才托举计划。2013年7月本科毕业于西北工业大学应用数学系，2017年12月于西北工业大学获数学博士学位(本科直博，导师：崔俊芝院士)，2018年5月-2021年6月西安电子科技大学机电工程学院博士后(导师：郑晓静院士)。主要从事复合材料及其结构的多尺度建模与计算，深度学习方法在材料科学中的应用等研究工作，已在JCP、JSC、SIAM-MMS、CMAME、CPC、CM、CICP、CS、IJSAS等计算数学、计算力学及计算材料学主流期刊上发表学术论文30余篇，获批软件著作权1项，主持国自然、省自然、博士后科学基金和省重点实验室开放课题各一项，获省自然科学优秀学术论文奖、省级学会优秀论文奖4项。
摘要:
复合材料及结构多尺度问题直接进行数值模拟存在计算量大、效率低和精度差等问题，本报告首先介绍针对复合材料及结构多尺度问题发展的可以保持局部物理量平衡的高精度、高效率的高阶多尺度方法，并通过求解周期、随机复合材料及结构热-力耦合问题验证了高阶多尺度方法的有效性；接下来，结合深度学习方法的无网格、通用性好优势，发展了有效求解复合材料及结构多尺度问题的高阶多尺度-深度学习耦合方法，该方法可以克服直接深度学习模拟时的巨大计算资源消耗和频率原则的限制，最后通过数值实验验证了高阶多尺度-深度学习耦合方法在计算复合材料结构热传导问题和弹性力学问题的有效性。
