如何解决不确定性环境下的复杂工程系统动力学基本问题？

如何解决不确定性环境下的复杂工程系统动力学基本问题？

How to solve the fundamental issues of dynamics of complex engineering systems under uncertainties?

问题背景：（简要介绍本问题在现阶段学术研究和科技发展中的产生背景）

灾害性动力作用（如地震、强风、巨浪等）在发生时间、空间和强度上均具有显著的随机性，由此导致工程结构系统的复杂非线性随机响应、破坏乃至整体失效。复杂工程结构与系统的破坏之谜从而是受到普遍关心的工程科学基本问题。随机性从何而来？随机性如何表征？随机性如何传播？复杂工程系统可靠性如何评价、性能如何调控？大数据、数据科学、超级计算给随机动力学带来的机遇和挑战？面向复杂工程系统的随机动力学研究新范式？所有这些，构成当代系统随机动力学发展的重要课题。

1. 工程实际中的随机性因素，既包括工程系统本身的不确定性、也包括工程动力激励的不确定性，特别是地震、强风、巨浪、爆炸等灾害性、强动力作用过程的非平稳、非高斯性。当前的随机动力学，主要限于处理平稳、高斯、白噪声或过滤白噪声系统，在此框架下建立的基于现象学统计的工程随机动力激励功率谱模型过于粗略，不能合理地反映工程动力激励内在的物理机制，也不能提供工程动力激励过程的全过程精细概率信息。是随机动力学中长期被忽视的关键瓶颈之一。
2. 工程结构的非线性响应乃至破坏过程，往往是在多场耦合作用下的多尺度损伤萌生、演化与级串的高度复杂的非线性过程。宏观唯像学力学难以客观描述从材料到结构的破坏物理-力学全过程，从微细观到宏观的跨尺度随机传播及其与非线性力学行为的耦合，是揭示真实结构破坏的关键。当前，随机动力学还基本限于在宏观、单一尺度力学基础上的分析，远远不能适应工程结构非线性响应与可靠性分析和性能控制的需要。
3. 复杂工程系统内蕴的高维随机、高维非线性及其耦合效应，是实现动态、全局优化设计的关键挑战。以有限元为代表的复杂结构系统精细化建模分析方法，将面临高维随机变量导致的维数灾难问题。尽管超级计算机的发展日新月异，但仍然无法从根本上解决这一问题。
4. 在工程系统性能调控与决策方面，目前主要是考虑平稳响应基础上的二阶矩控制，而不是非平稳全概率最优控制，因此损失了对工程决策至关重要的绝大部分信息。对于重大土木工程抗灾、海洋工程与装备及能源结构减灾控制等领域来说，结构整体可靠性分析与基于全概率的性能调控面临的挑战形成了严重的制约。
5. 当前的随机动力学理论主要处理外部随机激励或随机干扰的统计信息和系统本身力学特性（如基本参数、阻尼和恢复力的非线性形式或控制微分方程形式）的精确值（对确定性系统）或统计信息（对随机参数系统）均已知的情形。对于复杂工程系统，上述精确或统计信息往往难以完全预知，且可能是随着时间而变化的。并且，现有随机动力学主要是“正演”的，在分析、控制与决策过程中基本不吸收和整合系统实际可能得到的信息、也不将分析过程本身获得的信息反馈给建模、控制策略调整等前期过程，随机动力学系统的建模过程与分析过程是断然割裂的。利用大数据信息深度挖掘、实现不同随机性来源信息的统合，为构建概率-非概率统一模型、建立信息更新系统的正-反演综合随机动力学理论提供了新的可能，也为揭示复杂工程结构与系统的破坏之谜提供了实践基础。

最新进展：（简要介绍本问题的最新进展，及未来面临的关键难点与挑战）

1. 随着地球物理和大气科学的发展，对于工程动力激励的物理机制的认识越来越清晰，同时由于观测体系的完善、数据分析和计算能力的提升，灾害性动力作用模型已从先前以少量观测数据为基础的现象学模型发展到以物理建模-大数据支撑-精细模拟为基础的物理学模型。面临的挑战是：
   – 1）综合物理机制与大数据的精细化建模；
   – 2）固有不确定性与认知不确定性的统合；
   – 3）复杂工程系统的灾害性工程动力作用建模。
2. 多尺度力学已经成为大型复杂结构全过程非线性分析的重要工具。如何实现不同尺度概率信息的同时精细化反映与随机性的跨尺度传播、建立多场耦合作用下结构多尺度随机演化过程一体化高效分析理论与概率信息的高精度、紧致化表征，仍然是具有高度挑战性的关键难题。
3. 复杂工程系统随机变量空间降维和高效整体可靠度分析方面已取得重要进展，建立基于深度学习和人工智能的高维非线性随机动力系统的可靠性理论、考虑动态可靠度的先进拓扑结构和高性能结构优化设计是未来可靠度领域的关键挑战。
4. 在工程系统性能调控与决策方面，以目标函数全概率信息作为决策基础的最优控制理论，是全概率层次的Pontryagin极大值原理或Bellman动态规划理论的推广。将其进一步发展，必然涉及到决策准则、数学求解理论及其适定性的一系列新的重大挑战。
5. 大数据技术与超级计算的迅猛发展，使工程结构或系统运行过程中的实时信息更新成为可能。充分利用理论突破与大数据、超级计算带来的新机遇，实现随机动力学系统的监测、建模、分析、控制与决策的全程交互、构建随机-非随机一体化动力学模型、建立正-反演综合的随机动力学理论，是未来具有挑战性的关键难题。

重要意义：（简要介绍本问题取得突破后，对本领域或相关其他交叉领域科技发展的重大影响和引领作用，以及可能产生的重大科技、经济和社会效益）

1. 建立全新的工程动力激励物理模型，实现工程动力激励物理机制的科学反映与精细概率信息描述，突破随机动力学中长期被忽视的关键瓶颈、即数据-信息基础严重偏弱，对于重大工程结构抗灾可靠性设计与性能控制具有重要支撑作用。

2. 建立多场耦合与多尺度随机动力学，实现随机动力学从单一尺度宏观模型向多尺度精细化分析的转型升级，通过基于物理的随机动力学、实现物理-力学机制与复杂系统随机动力学的无缝对接。

3. 基于深度学习和人工智能的高维非线性随机动力系统可靠性理论的建立，将为复杂工程系统整体抗灾可靠性优化设计和控制奠定重要基础。

4. 基于全概率优化的复杂工程系统性能调控与决策问题的突破，将导致随机最优控制理论与方法的重要变革，对于重大土木工程抗灾、海洋工程与装备、能源基础设施结构系统等领域的设计决策具有重要支撑作用。

5. 随机-非随机一体化的动力学模型构建问题和信息更新系统的正-反演综合随机动力学问题的突破，将促进随机动力学从当前以理论分析为主、计算为辅的基本范式迈向理论-计算-数据相融合、正-反演与控制相统一的全新范式，对于保障实际工程系统（重大土木工程结构抗震、抗风、抗爆，海洋工程与装备及新能源结构随机动力学与整体可靠性，等）的安全性与经济性具有重大意义。