报告承办单位：土木工程学院
报告内容：机器学习在土的本构模拟中的实践
报告人姓名：尹振宇
报告人所在单位：香港理工大学
报告人职称/职务及学术头衔：教授
报告时间：6月21日（周五）15:00
报告地点：工科二号楼B302
报告人简介：尹振宇，香港理工大学土木与环境工程系教授，1997年获浙江大学建筑工程专业学士学位，之后在浙江嘉华建筑设计有限公司工作过5年，于2003年、2006年分别获得法国南特中央理工大学岩土工程专业硕士和博士学位（博士期间在同济大学做过联合培养）。曾于2011年入选上海市特聘教授“东方学者”；兼任欧洲环境与土木学报(EJECE)、Geotechnique Letters、ASCE-IJOM副主编；加拿大土工（Can.Geot. J.）、Acta Geotechnica、Transportation Geotechnics、Computers and Geotechnics、GeoRisk、IJNAMG等期刊编委；主要从事土力学与岩土工程方面的教学和研究，近年来在国际核心刊物上发表SCI论文300余篇。尹振宇教授的主要研究方向有：（1）土体宏微观特性及本构关系；（2）岩土工程模型试验及大变形数值分析；（3）人工智能在岩土工程中的应用。
报告摘要：本构是描述土体土体力学特性和行为的重要工具，用于描述土体在受力下的变形和应力响应。传统土体本构模型通常基于经验公式和试验数据，其参数的识别和模型的选择往往需要大量的试验和经验，具有较强的主观性，即使是工程师也常常难以选取正确的模型和参数。机器学习方法提供了一种新的思路。机器学习方法可以通过从大量数据中学习和发现规律，预测土体在不同应力条件下的行为，进而开发土体本构模型。这种方法可以提高本构模型的准确性和预测能力，并减少对经验和物理假设的依赖。此外，机器学习还可以帮助工程师们更好地理解土体的复杂特性和行为规律。因此，本次报告将探讨如何通过机器学习方法发展土体的本构模型，并将其应用于工程实践中。
