深耕力學(xué)與工程交叉領(lǐng)域多年的西南交通大學(xué)，積淀深厚、成果斐然。該校于近日再添重磅學(xué)術(shù)成果，彰顯學(xué)校在智能力學(xué)研究領(lǐng)域的深厚底蘊(yùn)與國(guó)際視野——由國(guó)際著名學(xué)術(shù)出版機(jī)構(gòu)Elsevier和中國(guó)科學(xué)出版社聯(lián)合出版的學(xué)術(shù)專(zhuān)著《Machine Learning in the Analysis of Deformation, Fatigue and Fracture in Solids》正式發(fā)布。該書(shū)由西南交通大學(xué)康國(guó)政教授團(tuán)隊(duì)（康國(guó)政、闞前華、張旭、胡雅楠、李翔宇等）在國(guó)家自然科學(xué)基金重大項(xiàng)目和西南交通大學(xué)本科教材建設(shè)研究項(xiàng)目（2025）的支持下撰寫(xiě)。中文版率先由科學(xué)出版社出版，旨在及時(shí)向國(guó)內(nèi)學(xué)術(shù)界與工業(yè)界介紹此前沿交叉領(lǐng)域的最新進(jìn)展；其后出版的英文版，則是在此基礎(chǔ)上，結(jié)合團(tuán)隊(duì)和國(guó)內(nèi)外最新研究進(jìn)展進(jìn)行了大幅調(diào)整與完善，旨在面向全球讀者分享該領(lǐng)域的研究方法與工程應(yīng)用實(shí)踐，促進(jìn)了國(guó)際學(xué)術(shù)交流。

據(jù)了解，《Machine Learning in the Analysis of Deformation, Fatigue and Fracture in Solids》系統(tǒng)闡述了如何利用機(jī)器學(xué)習(xí)（ML）技術(shù)，為解決固體材料變形與失效分析中的長(zhǎng)期挑戰(zhàn)提供全新的、高效的解決方案，標(biāo)志著該領(lǐng)域的研究進(jìn)入了數(shù)據(jù)與物理模型深度融合的新階段�！皞鹘y(tǒng)上，預(yù)測(cè)材料在載荷下的變形、開(kāi)裂和疲勞失效行為高度依賴于復(fù)雜的物理模型和計(jì)算成本高昂的數(shù)值模擬。這些方法在處理材料行為的多尺度特性、多因素耦合等復(fù)雜場(chǎng)景時(shí)常常面臨巨大挑戰(zhàn)�！蔽髂辖煌ù髮W(xué)相關(guān)負(fù)責(zé)人介紹到，該書(shū)介紹了一種變革性的研究范式：通過(guò)利用ML從海量數(shù)據(jù)中挖掘隱藏規(guī)律，極大提升了材料力學(xué)行為分析的準(zhǔn)確性和效率。“該書(shū)可供高等學(xué)校力學(xué)、機(jī)械、土木、航空航天等專(zhuān)業(yè)本科生使用，也可供研究生和工程技術(shù)人員參考�！�