赵勇

博士/教授/硕士生导师/学科带头人。船海领域国内重要期刊《中国舰船研究》第五届（2026-2031年）编委、船海领域国际顶刊《Ocean Engineering》（JCR Q1）特刊： AI in Marine Operations: Prediction, Control, and Autonomy执行客座编辑、力学领域SCI期刊《Theoretical and Applied Mechanics Letters》（JCR Q2）第四届（2025-2030年）青年编委。

联系电话：18042634186（微信同号）

电子邮箱：yongzhao@dlmu.edu.cn

学术网页：https://orcid.org/0000-0001-8216-9210

课题组简介

        课题组立足船舶与海洋工程学科前沿，深度融合粘性/势流理论、高精度计算流体力学（CFD）与人工智能技术，开展理论与应用研究。 研究体系涵盖偏微分方程数值方法、大涡模拟（LES）、水弹性分析、畸形波预报、涡激振动及多学科设计优化（船型/螺旋桨/风机）。近年来，团队聚焦深海采矿羽流演化与智能流体力学等新兴领域，主持国家重点研发计划、国家自然科学基金等项目10余项，以第一/通讯作者发表高水平论文50余篇。

        人才培养方面，课题组已形成拔尖人才涌现的良性发展势态。多名成员荣膺国家奖学金，高水平成果产出持续不断，充分体现了深厚的学术积淀与显著的育人成效。现每年拟招收研究生4~6名，热烈欢迎船舶与海洋工程、流体力学、应用数学及人工智能等相关专业的优秀学子加入，共探前沿。

教育背景

2007.03 - 2011.07      大连理工大学，船舶与海洋工程，博士

2003.09 - 2006.07      南昌大学，工程力学，硕士

1999.09 - 2003.07      南昌大学， 水利水电工程，学士

工作履历

2011.09 - 至今         大连海事大学船舶与海洋工程系，讲师/副教授/教授

2019.08 - 2020.03    布朗大学应用数学系，访问学者

2016.03 - 2018.11    大连海事大学交通运输工程，博士后

讲授课程

[1] 船舶与海洋工程流体力学，本科生，64学时

[2] 高等船舶流体力学，硕士生，32学时

[3] 船舶与海洋工程行业前沿讲座，博士生，6学时

科研项目

[1] 国家自然科学基金《基于CFD方法的大型船舶波浪水弹性数值预报及其机理分析》（批准号：51679021），2017.1-2020.12，项目负责人。

[2] 国家自然科学基金《基于小波方法的肥大船尾流大涡模拟研究》（批准号：51309040），2014.1-2016.12，项目负责人。

[3] 国家博士后基金项目《船舶水弹性数值模拟中的关键问题研究》（2016M0294），2017.1-2018.12，项目负责人。

[4] 辽宁省科学基金项目《基于OpenFOAM的高海况船舶耐波性能的水动力数值研究》，2016.1-2018.12，项目负责人。

[5] 高性能舰船技术教育部重点实验室《基于CFD&AI结合方法的船型优化方法》，2021.11-2023.11，项目负责人。

代表性论文（*代表通讯作者）

[1] Luheng Shao, Yong Zhao*., et al (2026). Inception-enhanced transformer for short-term forecasting of offshore wind gangway mechanical-state responses under SOV-monopile hydrodynamic coupling. Ocean Engineering,2026, 361, 12622.（JCR Q1, IF5.5）

[2] Weijia Xu, Yong Zhao*, et al (2026). Numerical investigation of the spatiotemporal evolution of large-scale mid-water plumes from multi-source releases in deep-sea mining, Ocean Engineering, 357:125664. （JCR Q1，IF5.5）

[3] Hui Zuo, Yong Zhao*, et al (2026). Hydrodynamic Performance Optimization of AU-Type Propellers Based on BO-BPNN Surrogate Model and CFD Validation. Journal of marine science and application. https://doi.org/10.1007/s11804-026-00875-w （JCR Q2，IF2.1）

[4] Zizhong Wang, Yong Zhao* (2026). A parallel hybrid model for very-short-term ship motion prediction: Integrating bidirectional gated recurrent units, gated slot attention mechanism, and informer. Ocean Engineering, 2026,347:124026. （JCR Q1，IF5.5）

[5] Hui Zuo, Yong Zhao*, et al (2025). Bayesian-optimized BP neural network for marine propeller design optimization with improved NSGA-III. Ocean Engineering, 340:122375. （JCR Q1，IF5.5）

[6] Luheng Shao, Yong Zhao*, et al. (2025). Wave energy enhancement by optimizing parabolic breakwaters based on Gaussian Process Regression. Ocean Engineering, 335:121718. (JCR Q1, IF4.6)

[7] Jinxiu Zhao, Yong Zhao* (2025). Very Short-Term Forecasting of Ship Multi-Dimensional Motion Using Two Coupled Models Based on Deep Operator Networks. Ocean Engineering. 317:120044, (JCR Q1, IF4.6)

[8] Kun Huang, Yong Zhao*, et al. (2025). Research on Numerical Simulation of Initial Sediment Discharge from Deep-Sea Mining Vehicle, Ocean Engineering,327:120973. (JCR Q1, IF4.6)

[9] Zhiyuan Mao, Yong Zhao*, et al. (2025).  A dual-channel ultra-short-term ship motion prediction model using temporal convolutional network, frequency-enhanced channel attention, and informer, Physics of Fluids, 37, 022145. (JCR Q1, IF4.1)

[10] Jinxiu Zhao, Yong Zhao*(2024). An enhanced model based on deep operator network for very short-term forecasting of ship motion. Physics of Fluids, 36, 082103,2024. (Selected as Featured Article) (JCR Q1, IF4.1)

[11] Jinxiu Zhao, Yong Zhao*, et al. (2024). A fully adaptive time-frequency coupling model using self-attention mechanism based on deep operator network for very short-term forecasting of ship motion. Physics of Fluids, 36, 102119. (JCR Q1, IF4.1)

[12] Tianbao Bai, Yong Zhao*, et al. (2024). Numerical simulation and analysis of initial plume discharge of deep-sea mining. Ocean Engineering, 310, 118794. (JCR Q1, IF4.6)  

[13] Yong Zhao, Jinxiu Zhao, et al. (2024). A comprehensive comparison study between DeepOnet and LSTM for very short-term prediction of ship motion, Journal of Hydrodynamics, 36(6):1167-1180, 2024. (JCR Q1, IF3.4)  

[14] Yong Zhao, Zhi Zong*, et al (2015). Ship hull optimization based on wave resistance using wavelet method. Journal of hydrodynamics, 27(2): 216-222.

[15] Yong Zhao*, Zhi Zong, et al (2015). Turbulence model investigations on the boundary layer flow with adverse pressure gradient. Journal of Marine Science and Application, 14(2):190-196.

[16] Yong Zhao*, Zhi Zong, et al (2014). Numerical investigation on two-dimensional boundary layer flow with transition. Journal of Marine Science and Application, 13(4) :388-393.

[17] Yong Zhao, Zhi Zong*, et al (2011). Numerical simulation of vortex evolution based on adaptive wavelet method. Applied Mathematics and Mechanics, 32(1): 33-44.

[18] Yong Zhao, Zhi Zong*, et al (2011). Shock calculation based on second viscosity using local differential quadrature method. Applied Mathematics and Mechanics, 32(3): 1-12.

学术兼职及获奖荣誉

●  担任船海领域国际顶刊《Ocean Engineering》特刊： AI in Marine Operations: Prediction, Control, and Autonomy执行客座编辑（2026.6-2028.2）

●  担任船海领域重要期刊《中国舰船研究》第五届（2026-2031年）编委

●  担任SCI期刊Theoretical and Applied Mechanics Letters（力学快报英文版）（JCR Q2）第四届（2025-2030年）青年编委

●  2025年指导4名研究生获评国家奖学金

●  2024年指导2名研究生获评国家奖学金

●  2023年大连海事大学优秀研究生导师团队成员

●  2022年大连海事大学优秀研究生导师

●  2021年大连海事大学校级优秀本科毕业论文导师

●  2019年大连海事大学校级优秀本科毕业论文导师

●  2018-至今  教育部学位中心论文评审专家

●  2014-至今  国家自然科学基金评审专家

●  国内外期刊论文评审专家，包括: Ocean Engineering, Physics of fluids, Engineering applications of artificial intelligence, Transport metrica A: Transport Science, Journal of Ocean Engineering and Science, China Ocean Engineering, 华中科技大学学报，哈尔滨工程大学学报, 上海交通大学学报等