各位同学：
为积极响应国家“双碳”战略与绿色低碳建筑发展目标，融入新一轮科技革命与产业变革，推动智能制造与高性能钢结构领域交叉融合创新，培养兼具科学素养、工程实践能力与跨学科系统思维的新时代复合型创新人才，依托在高性能钢结构方向深厚的科研积淀与产学研协同优势，现正式启动高性能钢结构研发与应用创新训练营2026学年学员招募。
本期训练营聚焦“高性能纵向变厚度钢板力学性能研究及结构优化设计”命题，融合人工智能与结构工程前沿技术，以项目驱动、产教融合的方式开展系统化实训，旨在培养学生运用AI模型、智能算法与数字化设计工具解决实际工程问题的综合创新与实践能力，为未来深造与职业发展奠定基础。
一、集训对象
太原理工大学土木工程学院、人工智能学院、计算机科学与技术学院（大数据学院）、软件学院、机器人科学与工程学院等专业在校本科生及研究生。
二、集训时间
集训总学时24学时，采用集中授课与项目实战相结合的方式开展（具体时间地点另行通知）。
三、集训方式
基础知识与理论讲座、线下实验实训与项目实战结合，配套导师一对一指导与成果实现支持，命题解决方案报告及分组答辩汇报展示成果。
四、集训内容
第一阶段 基础知识学习—课堂讲授
（1）高性能钢结构的应用领域、发展历程、及发展趋势
（2）常用的高性能钢结构材料类型及其设计理论与方法
（3）高性能纵向变厚度钢板其构件力学性能特性研究现状
（4）智能制造领域前沿技术在结构工程中的应用实例
（5）机器学习算法入门：基于Python的理论与实现
第二阶段 方案提出—实验、研讨、实训
（1）试验研究、数据收集与预处理
重点进行4根有代表性的足尺钢构件的力学性能试验，辅以数值模拟仿真，并收集已有高性能纵向变厚度钢板在不同荷载和边界条件下的力学性能数据。对测试和收集到的数据进行清洗、整理，确保数据的质量和准确性；同时对数据进行标准化和归一化处理，以便后续模型训练和分析。
（2）机器学习算法构建与训练
模型选择：根据问题的特性和数据的特征，选择合适的机器学习算法，对于本命题的力学性能预测可以选择深度学习模型或机器学习模型。
特征提取：从预处理后的数据中提取出与力学性能相关的特征，如钢板厚度、应力状态、变形等，这些特征将作为机器学习算法的输入。
模型训练：使用提取出的特征和对应的力学性能数据对机器学习算法进行训练；通过调整模型的参数和结构，使模型能够准确地预测纵向变厚度钢板构件的力学性能。
（3）优化算法集成
优化算法选择：根据优化设计的目标和约束条件，选择合适的优化算法；常见优化算法包括遗传算法、粒子群算法、模拟退火算法等。
集成优化算法：将优化算法进行集成，形成一个完整的优化设计系统。在这个系统中，机器学习算法负责预测不同设计条件下的力学性能，而优化算法则根据机器学习算法的预测结果和优化目标来搜索最优的设计方案。
第三阶段 实验验证与应用程序编制—应用实践
对优化设计方案进行验证，确保其在满足约束条件的同时，能够达到预期的性能指标；验证可以通过实验实测、数值模拟仿真来进行。
将经过验证的优化设计算法进行可视化编程，编制基于PKPM结构结构设计软件等平台的应用程序。
五、集训认定
训练营命题考核以能力培养目标的达成为主要目的，以检查学生（团队）对命题的解读和解决为重要内容，包括平时考核和成果答辩展示两部分。平时考核包括基础知识能力和出勤率两个环节，成果答辩展示应充分展示命题解决方案，包括：（1）实验与数值模拟结果数据收集与整理；（2）机器学习算法构建与优化算法集成；（3）可靠的可视化设计应用程序。平时考核、成果答辩展示及总评成绩均为百分制，在总评成绩中，平时考核和成果答辩展示所占的权重分别为70%~80%和20%~30%。
六、特色举措
（1）产教融合：打通高校智力资源和企业发展需求，协同解决企业发展中的技术、管理等现实问题，确保命题对策与企业需求紧密对接。
（2）线上与线下结合：邀请业界专家提供针对性的指导和建议，利用线上平台和资源，结合线下实训、研讨等活动，提升学习体验。
（3）持续支持：对学生进行跟踪服务，提供后续咨询、指导等支持，帮助学生将训练营的成果转化为实际成果。
（4）奖励机制：设立奖励基金，对在训练营中表现优异并取得实质性成果的学生进行奖励，激发积极性和创造力。
七、报名方式
请大家在太原理工大学大学生创新成果管理平台（http://202.207.240.100/wealcore/stu_login.jsp）踊跃报名。
招募时间为2026年9月15日至9月22日。
联系人：土木工程学院 刘晓玲
八、注意事项
请各位同学在学校大学生创新成果管理平台完成报名后，及时加入指定 QQ 群（群号：1031242071），后续集训安排信息将在群内统一发布；集训依托土木工程防灾与控制山西省重点实验室开展，参训同学需遵守实验室管理规定，按时参与各项教学与实践活动，完成导师布置的专项作业和实训任务。
