随着技术的不断进步，复杂工程系统在极端环境中的部署变得越来越普遍。在使用寿命内，这些系统面临着许多不确定因素，这些不确定因素会严重影响其可靠性和安全性。解决这些挑战已成为工程设计领域的研究热点，而将人工智能（AI）整合到复杂系统建模和可靠性评估中已被证明是一种强有力的手段。本期特刊旨在探讨和推广结构完整性评估和设计优化智能方法的最新发展，重点关注机器学习技术的应用。
特刊简介
CMES期刊特邀来自葡萄牙波尔图大学的Abilio M. P. de Jesus教授、电子科技大学的朱顺鹏教授、电子科技大学的孟德彪副教授共同主持特刊 "Machine Learning-Assisted Structural Integrity Assessment and Design Optimization under Uncertainty"（机器学习辅助下的不确定性结构完整性评估和设计优化）。
客座编辑
Abilio M. P. de Jesus
教授
葡萄牙波尔图大学
研究领域：材料、结构和制造的疲劳和断裂。
朱顺鹏
教授
电子科技大学
研究领域：结构疲劳与可靠性分析、损伤容限设计与寿命预测、人工智能与健康评估。
孟德彪
副教授
电子科技大学
研究领域：机器学习算法、智能优化算法、结构完整性与可靠性评估。
特刊范围
这期特刊旨在为学术交流创造一个平台，促成对复杂系统建模和可靠性评估中智能方法现状的共同认知。此外，该特刊旨在促进不确定条件下结构完整性评估和设计优化智能方法的发展和突破。通过发挥人工智能的潜力，重点将放在讨论和研究分析复杂工程结构所需的数据、模型和方法上。主题预计包括但不限于:
结构完整性
结构可靠性
失效机制
预测和健康管理
失效概率物理学
可靠性设计
耐久性和损伤容限
不确定度量化和传播
性能退化建模和分析
深度学习模型
回归模型
人工智能
疲劳寿命预测
氢脆化
剩余使用寿命预测和故障诊断
稿件类型：原创研究性论文、综述等。
投稿截止日期：2025年2月1日
长按二维码进入特刊主页
或复制至浏览器：
https://www.techscience.com/CMES/special_detail/structural-integrity
长按二维码进入投稿页面
或复制至浏览器：
http://www.tspsubmission.com/index.php/CMES/index
CMES 期刊介绍
—————
CMES期刊专注于刊发具有合理永久价值的原创研究论文和综述，涉及固体、流体、气体、生物材料和其他连续体的计算力学、计算物理、计算化学和计算生物学等领域。欢迎新颖的计算方法和最先进的计算算法，例如软计算、基于人工智能的机器学习方法和计算统计方法。
2022 Impact Factor | 2022 Citescore |
2.4 | 3.5 |
扫码进入期刊主页
版权声明
本文由泰克赛思南京办公室负责编译。中文内容仅供参考，一切内容以英文原版为准。
如需转载，请联系 cmes@techscience.com
