题目:基于RBFNN方法的非线性随机振动研究最新进展
时间：2024年 12月20日(周五下午14:30-17:00）
地点：临潼校区理学院楼四层会议室430
摘要：本报告旨在介绍一种随机激励下非线性系统响应预测的高效半解析方法，即基于高斯激活函数的径向基函数神经网络（Radial Basis Function Neural Network,简称RBFNN）方法。通过三个具有不同安全域的非线性随机系统案例，验证了该方法的有效性。为非线性随机系统的响应预测与可靠性分析提供了一种高效而精确的工具。
报告人简介：陈林聪，教授，博士导师，福建省杰青；2004年7月哈尔滨工程大学工程力学专业；2009年6月研究生毕业于浙江大学航空航天学院工程力学专业，获工学博士学位，导师朱位秋院士。2009年8月起入职华侨大学土木工程学院。期间于2014年8月至2015年8月与2018年12月至2020年1月，美国加州大学Merced分校访问学者，合作导师为ASME会士孙建桥教授。陈林聪教授主要从事工程结构随机振动、结构振动与控制、先进纤维材料结构等方面研究。先后主持多项目国家自然科学基金、福建省自然科学基金项目及教育部博士点创新基金。在国内主流期刊上发表SCI收录论文80余篇。
