与李文雄老师讨论学术研究
李文雄 23:08:59
有什么进展了？
读来du往de猫 23:12:56
看了下相关的论文，抗震方面有以频率为目标函数，或者为约束，还有以结构应变能最大化的；
桁架的优化就很多，具体到动力学的也有，多少用GA的；而专门针对转换层的就很少。
李文雄 23:13:37
上次你那个非线性分析程序弄好了没有？
读来du往de猫 23:15:47
没有哦，现在还是停留在用牛顿法，还有就是能够读文件来计算多项式，弧长法还没有做，呵呵...
读来du往de猫 23:17:31
感觉桁架的优化分析已经很完善啦，在上面创新比较难...
读来du往de猫 23:22:27
我现在在准备形成文字写下来，看了些写研究计划的指引，大概了解到要包括论题引述，方法学，相关论文的引述等一些列的内容，我写好后你能帮忙看看写得怎样？
李文雄 23:22:51
哦
读来du往de猫 23:38:22
有个问题现在开始困扰我。
我之前一直以为会点编程会很受教授的欢迎，因为做研究少不了用计算机。我也可以自己编写些程序证明自己的能力的。康华也是这样说他们的老师挺喜欢会编程的学生，他举了个例是陈学伟。
但是通过联系教授，上留学论坛，与其他人交流，我慢慢觉得，会不会编程只是一个很次要的问题。不会可以边做边学，只要有这个兴趣就可以了。而什么做个UI，拉个控件什么的更是完全不重要。重要的还是回到做学术研究的能力，就是发现、分析、解决问题的能力。像陈学伟，他写得很多程序都是读写txt，还有些有限元的分析程序，研究对编程的要求就差不多了。
说是跨学科，但其实编程只是个工具，对做研究只是锦上添花的东西。最重要、核心的还是土木力学，有限元方面的东西。不知我说得对不对呢？
李文雄 23:40:52
对啊
读来du往de猫 23:45:09
那如何提高做学术研究的能力呢，就是看论文，教材么？
李文雄 23:46:25
那要长期积累的吧
读来du往de猫 23:46:43
可能还是有个过程吧。
嗯嗯，是啊
李文雄 23:47:48
是什么？为什么？怎么做？
这三个层面，看你能做到哪个层面
李文雄 23:48:09
如果做到 是什么 这个层面，就是高了
读来du往de猫 23:49:59
嗯嗯
“是什么”是最高级？
读来du往de猫 23:50:19
最高一层？
李文雄 23:50:56
是的
李文雄 23:51:17
例如，发现新的元素的存在
李文雄 23:51:25
就是是什么的层面了
读来du往de猫 23:51:44
哦哦，那是
李文雄 23:52:15
例如，我们用遗传算法去处理一个优化问题，那只是怎么做的层面了
读来du往de猫 23:52:39
嗯嗯，是啊。
李文雄 23:53:20
但如果，经过数学推理，正面那种方法处理那些问题必然得到怎样的结果，就是为什么的层面了
李文雄 23:53:49
你做的是哪个层面的问题，先要想清楚
读来du往de猫 23:54:55
嗯嗯，看来我现在想到的都是怎么做的问题
李文雄 23:55:28
这个层面对于硕士论文是足够的
读来du往de猫 23:57:01
但是对于博士的话，起码还得上到“为什么”的层面，是吧
李文雄 23:57:21
是啊
读来du往de猫 23:58:02
哦哦，那我还得改改论题咯
李文雄 23:58:34
是什么 这个层面就实在太难了，例如发现什么新的物质，发现什么新的函数，发现。。。。。。 discovery!
李文雄 23:58:48
那就是个探索发现的层面了
读来du往de猫 0:04:08
恩恩，像优化算法，现在很多都是把A+B弄成C，可以说算是发现，但很多的时候这种发现的新方法的影响有限，意义也不太大，未能成功，所以有重大意义的新发现真的是很难。
李文雄 0:05:18
是啊，那些A+B=C，其实只能算是怎么做层面了
读来du往de猫 0:05:57
哦哦，那也是，呵呵
李文雄 0:05:58
现在这样的论文很多，反应出国内的学术就是这个样子了
李文雄 0:06:29
而且这种A+B=C的论文还比较容易发表
李文雄 0:06:52
还有就是那些万能算法，例如遗传算法、神经网络等等，一大堆
读来du往de猫 0:08:39
嗯嗯，是啊，呵呵
李文雄 0:10:35
因此，将研究重点转向研究对象的特性，貌似更有意义
读来du往de猫 0:11:58
嗯嗯，具体来说就是研究转换层抗震的性能，动力响应方面的研究。
李文雄 0:12:08
是哦
李文雄 0:12:46
我觉得这种比优化有意义哦
读来du往de猫 0:13:19
嗯嗯，是啊，这样就有点为什么的味道了
李文雄 0:14:28
在搞清楚了其特性之后，再根据他的特性做点优化就行了
读来du往de猫 0:17:11
就是可以在最后给出优化的建议，甚至再用搜索的方法从另一个侧面来验证这些特性和优化设计建议。研究的重点是结构的特性，而不是以优化算法。
李文雄 0:17:51
是的
读来du往de猫 0:19:59
好啊，谢谢老师，这晚的谈话很有启发，我会在这个方向上努力的，谢谢你哦。
有什么进展了？
读来du往de猫 23:12:56
看了下相关的论文，抗震方面有以频率为目标函数，或者为约束，还有以结构应变能最大化的；
桁架的优化就很多，具体到动力学的也有，多少用GA的；而专门针对转换层的就很少。
李文雄 23:13:37
上次你那个非线性分析程序弄好了没有？
读来du往de猫 23:15:47
没有哦，现在还是停留在用牛顿法，还有就是能够读文件来计算多项式，弧长法还没有做，呵呵...
读来du往de猫 23:17:31
感觉桁架的优化分析已经很完善啦，在上面创新比较难...
读来du往de猫 23:22:27
我现在在准备形成文字写下来，看了些写研究计划的指引，大概了解到要包括论题引述，方法学，相关论文的引述等一些列的内容，我写好后你能帮忙看看写得怎样？
李文雄 23:22:51
哦
读来du往de猫 23:38:22
有个问题现在开始困扰我。
我之前一直以为会点编程会很受教授的欢迎，因为做研究少不了用计算机。我也可以自己编写些程序证明自己的能力的。康华也是这样说他们的老师挺喜欢会编程的学生，他举了个例是陈学伟。
但是通过联系教授，上留学论坛，与其他人交流，我慢慢觉得，会不会编程只是一个很次要的问题。不会可以边做边学，只要有这个兴趣就可以了。而什么做个UI，拉个控件什么的更是完全不重要。重要的还是回到做学术研究的能力，就是发现、分析、解决问题的能力。像陈学伟，他写得很多程序都是读写txt，还有些有限元的分析程序，研究对编程的要求就差不多了。
说是跨学科，但其实编程只是个工具，对做研究只是锦上添花的东西。最重要、核心的还是土木力学，有限元方面的东西。不知我说得对不对呢？
李文雄 23:40:52
对啊
读来du往de猫 23:45:09
那如何提高做学术研究的能力呢，就是看论文，教材么？
李文雄 23:46:25
那要长期积累的吧
读来du往de猫 23:46:43
可能还是有个过程吧。
嗯嗯，是啊
李文雄 23:47:48
是什么？为什么？怎么做？
这三个层面，看你能做到哪个层面
李文雄 23:48:09
如果做到 是什么 这个层面，就是高了
读来du往de猫 23:49:59
嗯嗯
“是什么”是最高级？
读来du往de猫 23:50:19
最高一层？
李文雄 23:50:56
是的
李文雄 23:51:17
例如，发现新的元素的存在
李文雄 23:51:25
就是是什么的层面了
读来du往de猫 23:51:44
哦哦，那是
李文雄 23:52:15
例如，我们用遗传算法去处理一个优化问题，那只是怎么做的层面了
读来du往de猫 23:52:39
嗯嗯，是啊。
李文雄 23:53:20
但如果，经过数学推理，正面那种方法处理那些问题必然得到怎样的结果，就是为什么的层面了
李文雄 23:53:49
你做的是哪个层面的问题，先要想清楚
读来du往de猫 23:54:55
嗯嗯，看来我现在想到的都是怎么做的问题
李文雄 23:55:28
这个层面对于硕士论文是足够的
读来du往de猫 23:57:01
但是对于博士的话，起码还得上到“为什么”的层面，是吧
李文雄 23:57:21
是啊
读来du往de猫 23:58:02
哦哦，那我还得改改论题咯
李文雄 23:58:34
是什么 这个层面就实在太难了，例如发现什么新的物质，发现什么新的函数，发现。。。。。。 discovery!
李文雄 23:58:48
那就是个探索发现的层面了
读来du往de猫 0:04:08
恩恩，像优化算法，现在很多都是把A+B弄成C，可以说算是发现，但很多的时候这种发现的新方法的影响有限，意义也不太大，未能成功，所以有重大意义的新发现真的是很难。
李文雄 0:05:18
是啊，那些A+B=C，其实只能算是怎么做层面了
读来du往de猫 0:05:57
哦哦，那也是，呵呵
李文雄 0:05:58
现在这样的论文很多，反应出国内的学术就是这个样子了
李文雄 0:06:29
而且这种A+B=C的论文还比较容易发表
李文雄 0:06:52
还有就是那些万能算法，例如遗传算法、神经网络等等，一大堆
读来du往de猫 0:08:39
嗯嗯，是啊，呵呵
李文雄 0:10:35
因此，将研究重点转向研究对象的特性，貌似更有意义
读来du往de猫 0:11:58
嗯嗯，具体来说就是研究转换层抗震的性能，动力响应方面的研究。
李文雄 0:12:08
是哦
李文雄 0:12:46
我觉得这种比优化有意义哦
读来du往de猫 0:13:19
嗯嗯，是啊，这样就有点为什么的味道了
李文雄 0:14:28
在搞清楚了其特性之后，再根据他的特性做点优化就行了
读来du往de猫 0:17:11
就是可以在最后给出优化的建议，甚至再用搜索的方法从另一个侧面来验证这些特性和优化设计建议。研究的重点是结构的特性，而不是以优化算法。
李文雄 0:17:51
是的
读来du往de猫 0:19:59
好啊，谢谢老师，这晚的谈话很有启发，我会在这个方向上努力的，谢谢你哦。
