摘要: 为了改进机器学习方法在力学问题中的应用效果, 并提高该方法的预测精度、计算效率和泛化能力, 需要回答一些基本问题, 包括: (1)如何从数据中系统地学习抽象的力学规律和本构关系? (2)如何将物理原理和机器学习有效地结合在一起? (3)如何提升模型的鲁棒性和泛化能力? (4)如何大幅度地提升复杂力学系统的模拟效率? (5)针对多尺度或高维度的力学系统, 如何构造可靠、高效的降阶模型? (6)如何系统地提升对大型设计空间的快速搜索能力? 围绕上述这些重要的问题, 《力学学报》组织了《机器学习在力学模拟与控制中的应用》这一专题. 由于篇幅限制, 该专题包含了3篇综述论文和7篇研究论文, 从一个侧面反映了国内科研人员在该方向上的一部分最新研究进展, 供读者参考.