2019年8月22日，第四届计算力学前沿问题国际研讨会在北京大学成功举办。会议邀请美国西北大学W. K. Liu教授、美国辛辛那提大学G. R. Liu教授、美国国家工程院院士、北京大学张东晓教授、西北工业大学张卫红教授、中国科学院大学倪明玖教授、南京航天航天大学王立峰教授、北京应用物理与计算数学研究所田保林研究员、北京大学刘谋斌研究员、杨越研究员，以及美国宾夕法尼亚大学Paris Perdikaris教授做专题报告。40多名国内外知名专家、学者齐聚一堂，围绕“计算力学前沿问题”主题，提出在研究中所遇到的问题及对计算力学的前瞻性思考。

第四届计算力学前沿问题国际研讨会参会嘉宾合影

会议伊始，北京大学工学院唐少强教授对在场嘉宾的到来表示热烈欢迎，本届计算力学前沿问题国际研讨会有幸邀请到众多计算力学领域的知名专家、学者，共同探讨计算力学前沿问题，相互切磋，共同提高。

唐少强教授致欢迎辞

美国西北大学W. K. Liu教授首先介绍了关于数据驱动的机器学习在新材料与增材制造上的运用。例如，利用大量的金属3D打印孔隙率实验，用机器学习的方式筛选出若干无量纲组合，从而找出适合的无量纲数描述孔隙率受不同工况参数的影响的规律。该方法基于数据库建立起来，并随着样本的增多而变得更为可靠，为新材料制备与增材制造大大缩小了参数窗口，节省了开发成本。

W.K.Liu教授作报告

美国辛辛那提大学G. R. Liu教授介绍了高阶光滑有限元方法。光滑有限元在传统有限元的基础上引入了梯度光滑技术，比传统有限元更具优势在某些很多问题的数值模拟方面具有特殊优势。

G.R.Liu教授作报告

北京大学张东晓教授介绍了基于数据驱动（Data-driven）技术求解存在噪声和有限数据下的偏微分方程（PDEs)方面的重要研究进展。并以地下水流动问题为例，分析了现有偏微分方程（PDE）求解时存在的有限数据和噪声干扰数据以及方程参数复杂等问题，采用数据挖掘和机器学习的手段，能够对物理过程中非线性方程的不确定参数进行识别，从而确定相关控制方程。

张东晓教授作报告

研讨会上，中国科学院大学倪明玖教授介绍了液态金属磁流体动力学相关方面研究进展。西北工业大学张卫红教授介绍了特征驱动拓扑优化方法的研究进展。美国宾夕法尼亚大学Paris Perdikaris教授汇报了基于物理信息的深度学习技术，并与参会嘉宾展开了热烈的讨论。北京大学刘谋斌研究员在光滑粒子动力学(SPH)方法与应用方面的研究进展。南京航空航天大学王立峰教授在纳米结构振动的数值分析方法方面做了深度报告。北京大学杨越研究员介绍了湍流中涡面构造的方法和理论。北京应用物理与计算数学研究所师田保林研究员介绍了模拟可压缩多相流动的PIC方法与应用。

从上到下、从左到右：倪明玖、张卫红、Paris Perdikaris、刘谋斌、田保林、王立峰、杨越

本次会议由北京大学工学院力学与工程科学系、北京大学工程科学与新兴技术高精尖创新中心共同主办，北京大学工学院力学与工程科学系唐少强教授、刘谋斌研究员、杨越研究员共同主持。