武科大网讯（通讯员王江波）2024年11月16日，加拿大滑铁卢大学连复桑教授应邀来我校于青山校区教一楼415会议室作题为“Integrating Machine Learning Techniques in Turbulence Closure Models”的学术报告，报告由机械工程学院执行院长汪朝晖教授主持。机械工程学院60余名师生参加了本次报告。
连复桑教授聚焦于计算流体力学（CFD）在工业中的应用，特别强调了湍流特性及其数值计算的研究意义，指出湍流模型计算工作量大且复杂，而选择最合适的神经网络模型对于降低流体研究成本、提高计算效率和精度至关重要。
连复桑教授随后针对雷诺平均纳维-斯托克斯方程（RANS）中的雷诺应力张量进行讲解，对其假设并放置到神经网络中进行计算，并向在座师生展示了不同模型下计算机的求解情况。他表示：“在RANS模型参数的预测中，神经网络模型以及样本参数的选择是很重要的。”
针对湍流模型参数的精确计算难题，连复桑教授为现场师生展示了他和团队的解决思路及研究成果，通过联合贝叶斯优化联合高斯回归的机器学习框架实现了RANS模型系数校准。连复桑教授就机器学习与N-S方程耦合求解等研究作出展望，机器学习在未来的研究中如何有效融合物理信息中将成为破题关键，关于RANS模型的智能化设计问题值得进一步研究。
“本次报告为在座师生针对RANS模型系数的合理设置这一长期困扰学术与工业界的难题，提供了新颖且富有创意的解决思路。连复桑教授不仅以其深厚的学术底蕴和前沿的研究成果，为大家揭示了机器学习、数据分析等现代技术在模型验证领域的应用潜力，更以其开放包容的学术态度和勇于探索的精神，激励每一位参会者。”汪朝晖总结道。
