2026年3月8日下午，安徽应用数学中心、数字技术的数学基础与应用教育部重点实验室2026届博士学位论文答辩会于数学科学学院208会议室顺利举行。答辩会由答辩委员会主席、合肥工业大学檀结庆教授主持，安徽大学陈华友教授，中国科学技术大学陈景润教授、陈士祥特任研究员、傅孝明副教授作为答辩委员出席会议。黄钰斌同学作为此次答辩会的汇报人，指导老师为杨周旺教授。实验室多位师生参加答辩会并旁听。

黄钰斌的博士学位论文《面向结构逆向设计的智能优化方法研究》围绕高维、强非线性且受偏微分方程约束的结构逆向设计问题，系统研究了基于数据驱动的形状优化、基于强化学习的拓扑优化及多物理场耦合的机翼逆向设计方法。该学位论文主要研究工作包括三个方面：（1）提出了一个基于数据驱动的可微分形状优化框架，通过半监督主动学习自适应采样并学习物理代理模型，可直接利用模型梯度进行连续优化，显著降低了反复求解偏微分方程的计算代价；引入自编码器约束形状分布，有效抑制异常形状生成。（2）提出了一种基于元梯度的值分布强化学习算法。以挖洞序列表征拓扑及其演化，采用元梯度机制自适应调节策略熵的下界，并结合值分布强化学习对累积回报的不确定性进行建模，提升了训练稳定性，数值实例表明该算法优于传统密度法。（3）针对多物理场耦合的机翼逆向设计，提出了一种层次化条件分解建模策略。基于气动载荷到结构响应的物理传递进行层次化建模与解耦，实现了数据驱动形状优化与强化学习拓扑优化的协同，显著提升了气动效率并降低了结构质量。本学位论文在结构设计智能方法方面取得系统性研究进展，为面向复杂结构系统的自动化逆向设计提供了新的理论方法与技术路径。

随着博士研究生培养规模的扩大，实验室将进一步加强人才培养质量保障机制，为高层次人才培养不懈努力。“千里之行，始于足下；江海汇聚，源自涓滴”。在向科研更高处进发的新起点上，祝愿黄钰斌博士始终保持沉潜笃定的学术品格，在寂寞与挑战中守住初心、打磨真功；也愿他永葆敢闯敢试的锐气，越过难关不退缩、遇到瓶颈不止步。期待他以勇担重任的姿态投身前沿与关键领域，敢入“深水区”、敢啃“硬骨头”，把每一次突破写进国家所需、时代所向，用持续的探索与坚实的成果汇成科技自立自强的力量，在民族复兴的征程中留下属于自己的精彩一笔。