胡振中

于清华大学土木工程系先后获得工学学士和工学博士学位。

现任清华大学深圳国际研究生院长聘副教授。

兼任中国海洋发展研究会理事、中国图学学会BIM专委会副主任、Automation in Construction编委等。

主要研究方向为海工结构分析、海洋环境预测、海洋数字孪生、国产工业软件研发。

教授工程硕士数学、土木与建筑工程CAE、数字建筑与工程结构设计等5门课程。

  • 2026-01-10

    论文Low-carbon remediation of contaminated marine mud sediment for efficient in-situ recycling and application已发表在期刊ENGINEERING Environment上。

    本研究针对污染海洋底泥处置难、制约废物管理的问题,提出以铝硅酸盐原料进行低碳固化处理,实现其原位资源化利用为工程回填材料。通过掺入25%普通硅酸盐水泥、粉煤灰、矿渣及5%河砂等配比,固化体无侧限抗压强度最高达8.69 MPa,并能高效稳定重金属,使产物符合中、美两国环保安全标准。XRD分析显示,材料以SiO₂为主相,并形成碳酸钙、铁锰氧化物及复杂硅酸盐等次生相,共同赋予其良好的结构力学性能。该技术不仅为污染海洋淤泥的大规模回收利用提供了可行路径,还有助于提升资源效率、保护环境,支撑减碳与碳中和目标的实现。

    注:ENGINEERING Environment,原名Frontiers of Environmental Science & Engineering,属于Q1区环境科学与生态学领域期刊,2025年影响因子为6.4。Dassekpo博士为通讯作者。研究成果得到广东省基础与应用基础研究基金的支持。

  • 2025-12-31

    祝贺李彦月顺利通过清华大学工程管理硕士专业学位论文答辩!

    李彦月的论文题目为《基于 PDCA-CCPM 的既有公共建筑改造项目进度管理研究》,该研究针对既有公共建筑改造项目进度管理难题,创新融合关键链技术(CCPM)与PDCA循环,构建了PDCA-CCPM进度管理机制。通过多种方法识别关键影响因素,设计了“项目层-组织层”双层架构。经实证验证,该机制有效解决了进度问题,实现了工期提前及质量安全同步提升。该研究不仅提供了新的理论融合范式,为改造项目提供了系统化解决方案,还旨在通过项目积累驱动组织管理成熟度提升,兼具理论创新价值与实践指导意义。

  • 2025-12-12

    近日,中国知网公布了2025年度知网高被引学者名单,本人连续两年入选“中国知网高被引学者TOP1%”。

    此次入选,主要基于其近十年来发表的多篇高影响力学术论文。代表性成果包括《面向公路工程规范的多粒度知识提取与知识应用方法》、《基于BIM的工程管理信息技术研究展望》、《Discharge of treated Fukushima nuclear accident contaminated water: macroscopic and microscopic simulations》、《基于BIM和数据驱动的智能运维管理方法》、《面向结构有限元分析的模型转换方法研究》、《基于键-值缓存的IFC模型Web应用技术》、《基于BIM的管道预制构件设计技术与系统研发》、《基于BIM的运维管理研究与应用综述》等系列论文。

  • 2025-11-24

    近日,本人参与编著的《“原子、元素和我们”科学启蒙双绘本》荣获第三十六届北方十省市(区)优秀科技图书一等奖

    这套由北京科学技术出版社出版的启蒙绘本,专为3-8岁儿童精心打造,包含《原子大变身:核能的威力》与《元素在哪里:来自星星的我》两册。在装帧设计上,采用硬壳精装、大幅插画和哑光铜版纸,既确保了阅读的舒适性与耐用性,也通过富有视觉冲击力的画面激发儿童的探索兴趣。在内容设计上,本书创新采用“微观-宏观”双视角叙事结构,将抽象的科学概念转化为儿童可理解的具象表达。

    本书的获奖,是对科普创作与科学传播工作的重要肯定。我们期待通过这种寓教于乐的方式,在儿童心中播下科学探索的种子,为他们未来的跨学科学习和科学素养提升奠定基础。

    购书请识别左侧小程序

  • 2025-11-17

    2025年11月基本科学指标数据库(Essential Science Indicators,简称ESI)更新显示,在国际著名期刊IEEE Internet of Things Journal(中科院1区,IF=8.9)上发表的论文Geometrized task scheduling and adaptive resource allocation for large-scale edge computing in smart cities入选ESI高被引论文

    该研究针对智慧城市中大规模边缘计算面临的任务调度与资源分配挑战,开发了一种新的框架。通过将聚类任务分配转化为二维图中的区域划分问题,并采用类似俄罗斯方块的任务卸载策略实现边云协同,有效规避了组合爆炸和NP难问题。区域划分问题通过乘法加权Voronoi图求解,具有多项式计算复杂度。同时,提出自适应资源分配算法,以应对任务请求的动态性、不确定性及高并发性,并结合在线学习算法动态调整滑动窗口长度。对比结果表明,该框架显著降低了平均任务截止时间违规率,在处理大规模工作负载时,该指标仅为4.72%,性能优于其他方案超过20倍。

    注:ESI高被引论文,即近十年内发表且在同学科领域中被引次数排名全球前1%的学术论文,可为学科前沿研究提供参考,并可用于科研评价体系。