2026-11-04 信息来源:B305
举办单位: 数学与统计学院
活动主题: 复杂随机动力系统的高效概率分析:物理驱动与数据辅助方法
活动形式: 讲座
主 讲 人: 罗漪,博士,现为德国莱布尼茨汉诺威大学风险与可靠性研究所博士后研究员。本科和硕士毕业于同济大学土木工程专业,2025年博士毕业于德国莱布尼茨汉诺威大学,并获最高等级评价。曾为欧盟“玛丽·居里”GREYDIENT项目青年研究员。主要从事随机动力学与不确定性量化研究,研究方向包括分数阶系统随机振动、降维概率密度演化、混合不确定性传播及物理驱动概率密度估计,重点探索融合物理机理与概率分析的高效方法,并应用于复杂工程结构的随机响应分析与可靠性评估。发表学术论文20篇(其中SCI收录论文13篇),担任多本国际期刊审稿人,曾获ICOSSAR学生最佳论文一等奖。
活动内容:复杂随机动力系统的非平稳、非高斯概率响应分析是随机动力学与不确定性量化中的重要问题。如何充分利用系统的物理信息,在保证概率分析精度的同时提高计算效率,是其中的关键挑战。本报告围绕物理驱动与数据辅助相结合的高效概率分析方法展开。首先,以分数阶随机动力系统为对象,介绍基于随机平均的等效动力学建模方法及其在非平稳随机响应分析中的应用;进而介绍分数阶系统的广义概率密度演化方法,并介绍降维概率密度演化方程(DR-PDEE)的基本思想、理论构造与数值求解策略。随后,通过非线性随机动力系统及复杂工程系统的典型算例,展示DR-PDEE在非平稳概率响应、非高斯分布及尾部概率分析中的应用与发展。最后,介绍近期发展的子域摄动概率密度估计方法,通过结合物理灵敏度分析与核密度估计,实现随机响应概率分布的高效重构。在此基础上,探讨随机平均、概率密度演化与子域摄动方法之间的联系,为构建物理驱动、数据辅助的复杂随机系统概率分析方法体系提供新的思路。
参会人数:数学与统计学院教师与研究生50人
活动时间:2026-11-04 17:00
活动地点:B305
报告类型:理科类