对科研训练和计算力学的认识
为期两天的科研训练知识的讲解结束了，在这期间学院力学专业七位资深的老师分别给我们授课，讲述了他们的科研方向，虽然时间很短，但通过老师对科研的介绍，培养了我们强大的从事力学研究的欲望和兴趣。

其中力学系主任李海滨老师的讲解让我很感兴趣，他首先给我们讲述了一个自己对C语言的自学过程，通过对围棋的整个设计找到了自己的乐趣，同时也学会了C语言并成为自己学习工作中的强项。

老师是想告诉我们做科研要有乐趣，有了乐趣才能主动地积极思考学习，做好科研。

接着他又给我们讲述了身边的一个故事，是测量不稳定力时关于传感器保护的设计，老师详细的讲解了整个研究的过程，详细解释相关知识。

这让我们明白科研的过程就是创新的过程，科研就是解决一个小难题，科研是来自生活的，科研就在身边。

最后李老师给我们讲解了他自己的课题一般力学与计算力学，为了让我们理解计算力学，详细的讲解了神经网络计算方法和力学的联系，用很短的时间让我们对计算力学有了初步的认识，很感谢李老师的引导。

优化计算是神经网络的一个重要应用领域．针对已有神经网络求解约束非线性规划问题时，不能兼顾网络规模、计算效率、精确性的问题，老师提出了一种基于精确罚函数的约束非线性规划问题的神经网络计算方法．将约束非线性规划问题的一种L1精确罚函数作为神经网络的能量函数，利用该能量函数的最速下降原理构造了神经网络的动力学方程并给出了其稳定收敛性说明．理论分析及算例仿真表明，所提出神经网络动力学方程能够全局、精确收敛于原规划问题的一个局部最优解．特别是，该神经网络动力学方程易于映射为动态电路，是一种工程优化问题的实时计算方法．
非线性规划是规划问题的难点，为此已发展了诸多求解算法．自从Hopfield 神经网络成功地求解了旅行商问题以来，基于神经网络的非线性规划问题的求解方法已受到业内学者的普遍关注．Hopfield神经网络为规划问题的求解提出了一条崭新的研究思路，然而，由于电路构造的需要，Hopfield神经网络及其改进型等的网络能量函数不能与规划问题的目标函数完全相等．因此，神经网络的稳定输出解只能是原规划问题的一个近似解．之后，将基于能量函数和Lyapunov稳定性理论的神经网络方法与非线性规划理论相结合构造了一些新型的神经网络模型，并将它们应用于非线性规划问题的求解之中.主要包括有, 基于传统罚函数的神经网络、Lagrange乘子神经网络、增广Lagrange乘子神经网络、精确罚函数神经网络等.其中．以内、外罚函数作为网络能量函数的神经网络在优化计算过程中，需要不断地调整罚参数使其趋于零或无穷大，这给神经网络的实现带来了困难．针对上述问题，人们在利用外罚函数法构造神经网络时通常引入一个很大的常数型罚参数来代替递变的序列罚参数来构造神经网络.但是, 一般情况下只有当罚参数应力趋于无穷时神经网络的稳定平衡点与原规划问题的最优解相同，因此, 应力趋于无穷时神经网络的稳定输出值只是规划问题的一个近似解. 而基于Lagrange乘子神经网络的规划方法,由于Lagrange乘子及松弛变量的引入使网络的规模大大增加．另外，当神经网络能量函数所对应的Lagrange函数在平衡点处其Hessian矩阵不为正定矩阵时，神经网络的平衡点不再是原规划问题的最优解．而增广Lagrange乘子神经网络可以通过适当地选择罚参数d使神经网络的稳定平衡点成为原规划问题的最优解旧J，但其网络规模由于约束方程的存在而增大．精确罚函数法是近年来发展起来的一种约束非线性规划问题的求解方
法．罚参数一旦确定无需再作调整，且罚参数无须满足应力趋于无穷．因此基于精确罚函数法的神经网络是一种有利于获得较小网络规模且高效的优化计算神经网络模型．从目前来看，关于精确罚函数神经网络的研究较少，基于精确罚函数的一类广义非线性神经网络模型以一个二次非线性精确罚函数作为神经网络的能量函数，构造了一种新的神经网络模型．但是，该神经网络的能量函数中包括了规划目标函数的二次项，使神经网络的结构复杂化，不利于提高网络的计算效率，更不便于将神经网络动力学方程映射为动态电路．老师拟引入一种L1精确罚函数作为神经网络的能量构造出结构简单且利于计算和易于映射为动态电路的神经网络模型．最后通过算例仿真来验证所提方法的有效性．
另外，通过这次科研训练的学习，让我对创新有了新的认识，下面我说一下我在创新上的想法。

我们要有创新能力，我们要在科研中培养创新能力，我们要有乐趣的在科研中提升创新能力。

提到创新能力，我觉得其实最先应该了解我们大学生如今的创新能力，其实客观上说，我们当代大学生的创新能力还是远远不足的，这就对我们的创新能力提出了更高的要求，特别是对我们力学的学生来说，创新能力更是重中之重，如何在科技迅猛发展的今天寻找新的突破点，推动力学的前进。

力学在科技历史长河有着深远的意义，它是其他学科的基础，有无数的人事力学研究中，怎样让这门伟大的学科进步和在生活中被应用，归根到底，还是回到了创新能力这一点上，如何培养自我创新能力，这的确是一个值得深思的问题。

自主创新能力主要体现在创造力上，创造力是一种根据已有信息重新组合成新的系统而产生，它具有独特性和新颖性，是有社会意义的产物。

创造性思维是创造力发展的基本因素，它主要表现在独立掌握新知识的多少、深度和在处理问题中运用知识的广度方面。

因此创造力是创新能力的心理表征。

我觉得我们大学生对科学的崇尚意识与行为之间存在很大的差异。

一方面认识追求创新，体现出比较积极主动的精神状态；而另一方面又在行动上迟迟不能落实，主动发挥不够，投身实践的勇气和能力欠缺等消极状态。

大学生的行知反差极不利于提高创新能力，也将是一个较长时期内普遍存在的现象。

所以如何打破这层壁垒，如何将大学生创新能力培养更好的开展，这是我们大学生与学校要共同解决的问题。

首先从大学生自身来说，创新能力其实不是一朝一夕培养出来的，所以，我觉得真正的创新教育不是从大学生开始的，是从中学生，甚至小学生开始灌输的，而作为我们大学生，我觉得引导才是最重要的，从认识到创新的重要性和必要性，再到对创新能力的追求，这么一个途径才是我们达到大学生创新能力培养的可行道路，虽然大学生创新素质的培养是需要具备良好的外界条件的，但大学生自身必须善于利用这些外部条件，积极主动的锻炼及增强自己的创新素质。

大学生要了解自身的特点，包括优点和缺点。

大学生创新的优势在于总体素质较高，理论知识丰富，善于接受新事物，能够抓住变化的趋势。

劣势则是经验非常不足，而且创新多凭一时激情，较冲动，不够成熟和系统化，心高气傲，缺乏吃苦耐劳的精神。

大学生还应该尽早的明确自己的人生方向，这样才能在大学期间尽可能的学习对将来有用的知识，从事相关领域的研究等。

大学时代要会学习，更要学会学以致用才能将所学的各种知识相互连接起来，迁移到未来实际的工作中去。

大学生必须学会自我管理。

许多国外的高等学府在教学管理中融入了学生自我管理。

这一机制使得学生的自律能力大大提高，并且能够积极对学习、生活、学生工作甚至学校运行过程中出现的问题进行思考，努力寻求解决办法。

这会给学生一个自由发挥的空间。

其次，创新能力的培养，除了从大学生本身出发之外，做重要还是外部条件，至于外部条件的范围就很广了，将我们的教育体系不断改良，不断向创新性培养的方向靠拢是我们现代教育的发展趋势，这种趋势表现在我们的大学生创新能力的培训上主要有三方面内容：创新文化，创新方法，创新平台。

处理好这三方面的问题才有利于创新能力的培养。

作为一名理论与应用力学的学生，在接受科学研究训练的课程后，我对创新这个词有更深的理解，像老师所说的，其实，科研创新不仅仅是一种能力，更是一种意识，一种态度，一种乐趣。

我希望在以后可以将在这个课程上学到的各位老师的经验运用到我的学习生活上去，虽然对知识的掌握还远远不够，但老师所讲的科研内涵让我受益匪浅。

科研训练论文 （对科研训练和计算力学的认识）
学生姓名： 魏凌云
学 院： 理学院
班 级： 理力08-2班 授课教师： 李海滨
指导教师： 姜爱峰
2011年 12 月 19 日。