2025年4月23日下午，中国科学院大学工程科学学院（简称“国科大工学院”）邀请西北工业大学张伟伟教授，于雁栖湖校区教一楼214教室为全校研究生带来一场题为“数据驱动的流体力学知识发现及AI4E的实践”的学术讲座。本次讲座由工学院刘扬副教授主持，全校师生六十余人聆听了本次讲座。
首先，张伟伟教授回顾了数据驱动方法在流体力学领域应用的研究背景，通过开普勒三定律和吴文俊院士的数学机械化思想等经典案例强调了数据驱动方法在探索自然科学中的重要性。接着，张伟伟教授分析了数据驱动的建模方法，包括黑箱的神经网络直接建模和白箱的符号回归，强调了符号回归方法的优势。
在本次报告的核心部分，张伟伟教授围绕微分方程的稀疏识别、壁湍流特征的知识发现、大迎角湍流模型的机器学习以及气动载荷关联函数的符号回归等四个方面进行了深入介绍。通过稀疏识别方法，报告展示了如何从非线性动力系统中发现潜在的控制方程，并提出了处理强噪声数据的有效策略。在壁湍流研究中，报告提出了一种基于符号回归的“三步走”渐进学习法，成功构建了新的混合长公式，显著提升了经典混合长模型的精度。此外，报告还探讨了高雷诺数分离流的建模方案，通过数据同化与机器学习相结合的方法，有效修正了湍流模型，提高了计算精度。在气动载荷关联函数的符号回归方面，报告提出了关联参数提取方法，实现了高维非线性系统的降维，为气动数据的降本增效提供了新思路。
最后，张伟伟教授在总结部分指出AI为知识发现提供了新手段和研究新范式，强调了“数据”+“知识”的双驱动在工业人工智能发展中的重要性。张伟伟教授还指出，数据可以弥补知识的局限性，替代或改善经典模型；同时，知识也可以弥补数据稀疏的不足，解决工程中的小样本机器学习问题。
报告结束后，现场多位师生就报告内容与张伟伟教授进行了积极充分的学术交流，张伟伟教授对现场师生的提问一一进行了细致地解答，互动交流过程气氛活跃。聆听了这样一场精彩的学术讲座，相信同学们必将获益匪浅。
文：王豪
图：马佳慧
审核：张伟伟
