报告时间：2025年11月5日（星期三） 9:30-10:30
报告地点：翡翠湖校区科教楼B1811室
腾讯会议：241-188-940，密码：1695
报 告 人：陈林聪 教授
工作单位：华侨大学
举办单位：数学学院
报告简介：
多数工程结构不可避免地会遭受剧烈的非线性随机振动，自20世纪60年代以来已经得到了广泛的研究，但大规模强非线性系统的随机振动分析仍是一个开放的问题。本文提出了一种基于神经网络的大规模强非线性系统在高斯白噪声(GWN)外激和/或参数激励下随机振动分析方法。首先，将控制稳态概率密度函数(PDF)的高维稳态Fokker-Planck-Kolmogorov(FPK)方程解耦为只涉及感兴趣物理量的低维(通常为一维或二维)FPK方程。证明了解耦FPK方程的等效漂移系数(EDCs)和扩散系数(EDFs)是条件平均函数(CMFs)。为了合理地逼近CMFs，讨论了回归分析中CMFs与回归函数的关系，证明了CMFs可以用回归方法逼近。然后，利用半解析径向基函数神经网络回归方法，利用少量先验数据对CMFs进行近似。随后，采用深度学习方案求解解耦稳态FPK方程，得到系统的响应统计量。为了说明这一点，我们研究了在高斯白噪声(GWN)外激和/或参数激励的6个典型例子。数值结果与精确解(如果可用)或蒙特卡罗模拟解进行了比较，以显示所提出方案的准确性和效率。与基于集成演化的广义密度演化方程(GV-GDEE)方案相比，该方法具有更高的精度，特别是对于强非线性系统。值得注意的是，尽管本文只预测了稳态响应，但所提出的框架可以扩展到瞬态响应预测。
报告人简介：
陈林聪，教授、博士生导师，福建省杰青、B类重点人才。2004年于哈尔滨工程大学工程力学专业获学士学位，2009年于浙江大学工程力学专业获工学博士学位，师从朱位秋院士。同年入职华侨大学土木工程学院，期间曾赴美国加州大学Merced分校进行两次访问研究，合作导师为ASME会士孙建桥教授。主要研究方向包括工程结构随机振动、结构振动与控制、先进纤维材料结构等。主持多项国家级与省部级科研项目，包括国家自然科学基金（4项面上、1项青年）及福建省自然科学基金（1项重点、1项杰青、3项面上）。在国内外主流期刊发表SCI论文100余篇。现任中国振动工程学会非线性振动专业委员会和随机振动专业委员会委员，国际期刊《International Journal of Dynamics and Control》副主编，福建省力学学会常务理事。
