本课适合哪些人学习：
1、MatDEM用户
2、离散元学习者
3、地质工程本科生与研究生
你会得到什么：
1、掌握MatDEM使用方法
2、了解MatDEM二次开发
3、了解python在MatDEM中的应用
课程介绍：
基于离散元法与生成对抗网络的滑坡堆积预测方法研究
报告时间：6月27日 15:10-16:10
嘉宾介绍:
龚辰轩 浙江大学
硕士毕业于安徽理工大学，现为浙江大学防灾工程研究所科研助理。本人接触学习并使用MatDEM已有三年时间，研究生期间主要研究方向为人工智能交叉岩土工程数值模拟。已发表SCI论文1篇，中文核心论文1篇；授权软件著作1项。
研究内容：以 MatDEM 作为核心数值模拟平台，围绕分层滑坡堆积演化与快速预测开展研究。在已发表的 SCI 论文中，利用 MatDEM 的矩阵离散元方法构建滑坡颗粒体系，模拟滑坡从失稳到堆积的动力学过程，获得滑前地形与滑后堆积形态样本，并据此建立了离散元—生成对抗网络耦合的快速预测框架，实现了对滑坡堆积形态的高效预测。在进一步开展的中文论文研究中，继续基于 MatDEM 设计三层分层滑坡模型，设置不同弱层空间位置与材料组合工况，系统分析弱层位置变化对堆积距离、堆积厚度及形态响应的影响规律。
研究成果：
1.以第二作者的身份在《Engineering Geology》上发表SCI论文；
2.以第二作者的身份在《水电能源科学》上发表核心论文；
3.完成硕士学位论文《基于离散元法与生成对抗网络的滑坡堆积预测方法研究》；
4.在中国地震学会地震灾害链专业委员会2025年（第五届）学术年会上，进行题为《一种基于离散元模拟与生成对抗网络的滑坡堆积预测方法》的学术汇报。
[1] Cui Y, Gong C, Zheng J, et al. AI-enhanced landslide deposition prediction: a novel framework integrating discrete element method and generative adversarial networks[J]. Engineering Geology(2026)
报告内容:
1.利用MatDEM批量构建了六类工况、3000组含物理属性颜色编码的滑坡前后图像数据库，针对改进型GAN模型，实现了滑坡堆积形态的高精度预测。
2.基于MatDEM离散元模拟生成具有真实力学参数（密度、摩擦系数、抗压强度等）的训练数据，通过感知损失与语义损失约束，使模型学习颗粒接触破坏与堆积结构演化规律。
3.以MatDEM数值模拟结果为基准构建双重验证体系，在四川石板滑坡案例中，模型预测与实测误差<10%，且单场景计算时间从MatDEM运行的226秒缩短至模型测试的0.11秒，效率提升约2000倍。
