9月28日下午，由研究生院/研究生工作部主辦、水利與環(huán)境學(xué)院承辦、校研究生科學(xué)技術(shù)協(xié)會(huì)協(xié)辦的“虹”學(xué)講堂第314講通過(guò)“騰訊課堂”和“騰訊會(huì)議”以線上講座形式順利舉辦。水環(huán)學(xué)院羅平平教授主持了此次講座，河海大學(xué)段青云教授作了題為“Multi-objective calibration of computationally expensive computer simulationmodels”的報(bào)告，我校相關(guān)學(xué)院共計(jì)220余名師生參加了此次講座。

段青云教授作報(bào)告

本次報(bào)告主要圍繞計(jì)算機(jī)模型參數(shù)不確定性量化準(zhǔn)則，包括參數(shù)篩選和基于代理建模的優(yōu)化等內(nèi)容展開。參數(shù)篩選是參數(shù)不確定性量化的必要步驟，因?yàn)橹挥杏邢迶?shù)量的模型參數(shù)是敏感的。段青云教授介紹了其團(tuán)隊(duì)開發(fā)的優(yōu)化方法，該方法是基于自適應(yīng)代理建模的優(yōu)化(ASMO)，是一種非常有前途和潛力的優(yōu)化方法，主要體現(xiàn)在：ASMO與SCE-UA一樣完善，但效率更高；對(duì)于連續(xù)優(yōu)化問題，MO-ASMO和NSGA Il一樣完善，但前者更高效；對(duì)于分布式模型，MO-ASMOGS和MO-ASMO一樣好，但是前者要高效10倍；對(duì)于混合優(yōu)化問題，MO-ASMOCH與NSGAII一樣穩(wěn)定和完善，但前者的效率更高，是后者的4-10倍。ASMO方法有許多潛在的應(yīng)用，包括制造設(shè)計(jì)問題、水庫(kù)設(shè)計(jì)優(yōu)化、大型復(fù)雜分布式模型校準(zhǔn)、水系統(tǒng)設(shè)計(jì)問題等。

講座現(xiàn)場(chǎng)

講座結(jié)束后，金菊良教授等人就水文水動(dòng)力學(xué)相關(guān)的高性能計(jì)算求解未來(lái)的多種解法和未來(lái)發(fā)展方向展開討論，段青云教授針對(duì)求解方法提出了自己的觀點(diǎn)，并希望相關(guān)領(lǐng)域的青年碩士、博士生為水文模型的未來(lái)不懈努力，研究出精度更高、速度更快的水文模型。通過(guò)此次講座，同學(xué)們更加深刻地理解了水文模型的內(nèi)涵和相關(guān)知識(shí)。

（審稿：胡錦玉  網(wǎng)絡(luò)編輯：韓月）