报告题目：数据驱动的随机动力学研究
报 告 人：黄志龙教授
报告时间：2023年6月14日9:30-10:30
报告地点：龙洞校区行政楼610
邀 请人 ：杨勇歌
报告摘要：由于实际工程系统往往存在碰撞、摩擦、粘滑、时滞、多场耦合等复杂动力学特性等使得很难导出精确的动力学模型；另一方面，即使已建立了随机动力学方程，但当系统维数较高时仍存在系统降维及分析的困难。而现代数据科学的理论和方法为发展强非线性随机动力学系统的建模和分析提供了新的思路与解决方案。在物理系统的系统识别方面，我们将变分原理与系统响应数据相结合，发展了变分框架下的数据驱动方法，从离散响应数据出发直接识别物理系统的变分规律，该方法成功识别了多自由度耗散系统、一维连续体系统等变分律，该方法具有对数据量要求低及对数据噪声的鲁棒性高等特点；在已知系统级输出时数据驱动的系统降维及其低维系统识别方面，从模拟数据出发，应用Koopman算子方法及稀疏回归技术得到相应保守系统的不变量的近似表达式，然后根据随机平均原理，基于Kramers-Moyal展开的条件矩定义和稀疏回归技术识别出慢变过程的漂移系数和扩散系数的近似表达式，从而得到系统的关于慢变过程的低维随机微分方程组；当系统的输入及系统均未知时，利用系统的正交性等特性，发展了识别仅有输出数据时的系统不变量及随机微分方程，据此可研究低维随机动力学系统的响应、稳定性、可靠性及控制等。
报告人简介：黄志龙，浙江大学航空航天学院应用力学研究所教授，博士生导师。1989年毕业于北京大学固体力学专业。主要研究领域包括随机振动、非线性振动、智能材料与复杂结构分析、软体机器人、太阳能无人机等，在非线性随机系统的响应、稳定性、可靠性及随机最优控制等领域有长期深入研究，近期主要从事数据驱动的随机动力学研究，已发表SCI收录论文160多篇，SCI他引3000多次，论文发表在Nature、Science Advances、JMPS、JAM、JSV等知名期刊。2002年以第二完成人完成的项目“随机激励的耗散的哈密顿系统理论”获国家自然科学奖二等奖，2010年获得国家自然科学基金杰出青年基金资助，承担国家自然科学基金重点、重大课题等项目多项。
