近日，仲恺农业工程学院城乡建设学院杨智诚副教授以第一作者身份，在人工智能工程应用领域国际高水平期刊《Engineering Applications of Artificial Intelligence》发表研究论文。论文题为“An augmented physics-informed neural network approach with trainable scaling for nonlinear dynamic analysis”。香港理工大学黎绍佳教授为通信作者，香港理工大学陈兆林博士、广州大学傅继阳教授为共同作者。《Engineering Applications of Artificial Intelligence》由Elsevier出版，是国际自动控制联合会（IFAC）旗下重要期刊，位列JCR Q1区，并入选中国科学院文献情报中心期刊分区表计算机科学大类一区、TOP期刊，在人工智能工程应用领域具有较高的国际影响力。

图1  论文首页（来源：Engineering Applications of Artificial Intelligence）

研究提出了一种具有可训练尺度调节机制的增强型物理信息神经网络NVS-PINN。该方法将动力学控制方程等物理规律融入神经网络训练过程，提升人工智能方法对复杂非线性系统长时程动力响应的建模与分析能力。研究通过非线性振子、非线性阻尼系统和风荷载作用下的弹性圆弧拱等对象开展验证，可面向多稳态振动、逃逸运动、风致振动等复杂动力学问题。相关成果可应用于复杂机械系统、非线性振动装备和工程结构的动力响应预测、安全评估及辅助设计。该研究得到国家自然科学基金、香港研究资助局主题研究计划，以及农业农村部岭南特色食品绿色加工与智能制造重点实验室等项目和平台支持。

图2  论文提出的NVS-PINN方法框架

该成果是人工智能与土木工程、结构工程深度交叉融合的重要实践，与学院智能建造专业的发展方向高度契合。研究将人工智能算法、工程力学理论和结构分析技术有机结合，可为工程结构智能分析、安全评估和数字化设计提供新思路，并为智能建造专业开展“人工智能+工程计算”“智能结构分析”“数字化设计与建造”等方向的教学科研提供支撑。

近年来，城乡建设学院面向建筑业数字化、智能化转型需求，持续推进智能建造专业建设和多学科交叉融合。该研究成果进一步提升了学院在人工智能赋能土木建筑工程领域的科研影响力，有助于培养兼具工程基础、数字技术能力和创新意识的复合型智能建造人才。