个人简介：

刘硕，河北省石家庄市人，中共党员，航空宇航学院力学专业Y241801班学生。

个人事迹：

硕士期间，该生专业排名2/17，学业基础扎实，课程学习与科研训练并重，在人工智能与计算力学交叉研究方向持续投入，展现出较强的算法能力、工程实现能力和交叉创新能力。

在学业方面，该生始终保持严谨认真的学习态度，围绕力学基础理论、数值计算方法与人工智能方法开展系统学习，学位课程成绩优良，专业排名2/17。扎实的力学理论功底为其开展AI与力学交叉研究提供了重要支撑，也使其能够从力学机理、数值格式和算法模型等多个层面理解并解决复杂工程问题。在科研训练中，该生注重将数学建模、程序实现与力学分析相结合，逐步形成了以问题为导向、以算法为工具、以力学机理为约束的研究思路。

硕士期间，该生主要从事人工智能与计算力学交叉研究方向，聚焦深度学习方法在复杂力学问题建模、求解与优化中的应用。围绕计算力学中偏微分方程求解成本高、复杂结构响应预测难、多尺度仿真效率低等问题，该生积极探索数据驱动方法与物理机理融合的研究路径，努力提升力学计算与工程分析的精度和效率。在研究中，该生注重把力学先验知识嵌入神经网络模型，关注模型的泛化能力、物理一致性与工程可用性，逐步形成了较为清晰的交叉研究框架。

在算法能力方面，该生精通各种深度学习算法，能够熟练运用卷积神经网络、图神经网络、Transformer、生成模型、强化学习等主流方法，并具备较强的编程实现与模型调优能力。该生不仅关注算法本身的理论结构，也注重结合实际力学问题完成数据预处理、模型构建、训练优化与结果分析，能够将深度学习算法有效迁移到计算力学任务中。在导师指导下，该生积极参与课题研究，围绕力学场预测、代理模型构建、仿真加速与结构优化等任务开展算法设计与实验验证。

目前，该生深耕Agent及神经算子领域。一方面，围绕智能体（Agent）在计算力学任务中的自主决策、工具调用与多步骤问题求解开展探索，尝试将智能体方法引入建模、求解、优化等科研流程，提升复杂力学问题求解的自动化与智能化水平；另一方面，围绕神经算子开展系统研究，关注DeepONet、Fourier神经算子等方法在偏微分方程求解、复杂力学场预测和代理模型构建中的应用，探索神经算子在多尺度、多工况力学问题中的泛化能力与计算效率。该生努力将Agent的自主决策能力与神经算子的函数映射能力相结合，为AI驱动的计算力学研究提供新的思路。

硕士感言：

很多事都要趁早动手。研一就要着手撰写小论文，在这个过程中，你会慢慢认清自己：是适合继续深耕读博，还是更偏向打磨专业技能、毕业后求职就业。

科研成果（均为第一作者或通讯作者）：

1.已录用（中科院2区期刊《Engineering Analysis with Boundary Elements》）：

Liu S, Cao Y*. Tanh-B6 KAN-based PINN for solving thin plate bending problems[J]. Engineering Analysis with Boundary Elements, 2026, 184: 106653.

2.返修中（中科院2区期刊《Computational Mechanics》）：

Liu S*. A Swish-B8 KAN-based PINN for Bending Analysis of Strain-Gradient Elastic Nanoplates.

3.一审中（中科院2区期刊《Computers & Structures》）：

Liu S*, Cao Y. An Adaptive Tri-Network PINN Approach to Thin Plate Bending in Strain Gradient Elasticity.

4.一审中（中科院1区TOP期刊《Computer Methods in Applied Mechanics and Engineering》）：

Liu S. Physics-Contract-Guided Dual-Closed-Loop Multi-Agent Framework for Reliable and Accurate CFD Automation.

获奖情况：

2026年研究生国家奖学金

中北大学2025/2026学年研究生“学业特等奖学金”

中北大学2025年度“优秀共青团员标兵”

中北大学2024/2025学年研究生“三好学生”

中北大学2024/2025学年研究生“学业二等奖学金”

中北大学2024/2025学年“综合素质二等奖学金”

学生工作：

班级团支书、航空宇航学院院研会学术交流部部长