DeepSeek辅助计算结构力学研究的可行性分析及探索OA北大核心

计算结构力学是现代工程科学的核心支撑学科之一,但其专业门槛高、程序实现复杂的特点,导致研究者需投入大量时间进行前期知识储备与算法开发训练。大语言模型的语义解析、知识整合、代码生成与算法推导等能力,为破解上述问题提供了一种范式革新的技术路径。基于此,本文针对DeepSeek-R1大语言模型辅助计算结构力学研究的可行性与局限性开展了评估分析。首先以有限元聚类分析这一新兴计算结构力学方法为研究对象,测试了基于大语言模型完成其关键环节程序开发的可行性,分析了语义交互策略、专业术语完备等因素对Deepseek-R1输出有效性的影响,并对比了相同输入信息下不同大语言模型的性能。其次,本文基于若干典型计算结构力学问题测试了不同大语言模型输出结果的有效性。最后,本文基于数值实例经验,浅析了以DeepSeek为代表的新一代人工智能模型辅助计算结构力学研究的可行性与局限性。测试结果显示,DeepSeek-R1等大语言模型在降低计算结构力学研究门槛、提升算法开发效率方面展现出优势,但用于复杂问题时仍需理论基础和程序经验支撑。