近日，由bat365官网登录入口准大四本科生王思远作为第一作者、徐金俊副教授通讯指导的学术论文“Machine learning-based prediction of shear strength of steel reinforced concrete columns subjected to axial compressive load and seismic lateral load”发表于中科院三区、JCR Q1的SCI检索期刊《Structures》（IF=4.1），该刊物在土木建筑结构工程领域具有较好的国际影响力。

考虑到地震作用下型钢混凝土组合柱的破坏机理十分复杂，且现有设计规范/标准对不同破坏模式的组合柱受剪承载力的计算较为笼统，很难准确界定以损伤模式为导向的设计方法。为突破上述研究空白，以徐金俊副教授和王思远同学为核心的研究人员建立了以试验数据和物理准则为驱动的型钢混凝土组合柱弯曲破坏、弯剪破坏、剪切破坏和剪切-黏结破坏四类受剪承载力机器学习的预测模型，提高预测准确性显著。

今年以来，bat365官网登录入口已有两位本科生以第一作者的身份发表了SCI检索期刊论文，其中一篇为Top期刊论文。本科生积极参与科学研究并将研究成果发表于国际期刊已在bat365官网登录入口形成一种氛围，这一现象彰显了土木学子对高质量老员工活的追求和对科研工作的热爱，同时体现了bat365官网登录入口在科产教研领域取得的育人成效。

作者：bat365官网登录入口；审核：张涛、岳健广