基本信息

   戴厚平，1979年1月生，博士，教授，硕士生导师, Email: daihouping@163.com

教育经历

1. 2013/9 - 2019/5, 中南大学, 计算数学, 博士；

2. 2006/9 - 2008/12, 华中科技大学, 系统分析与集成，硕士；

3. 1999/9 - 2003/6, 长沙理工大学, 信息与计算科学, 学士。

工作经历

1．2025/1 —至今 吉首大学, 数学与统计学院, 教授；

      2. 2018/1-2024/12, 吉首大学, 数学与统计学院, 副教授；

3．2008/11 -2017/12, 吉首大学, 数学与统计学院, 讲师；

4．2003/6 - 2008/10, 吉首大学,数学与计算机科学学院，助教。

近期主要研究方向

1. 偏微分方程数值解法及其应用：主要研究用格子Boltzmann方法、深度学习、有限差分、谱方法等方法求解微分方程的数值解，以及科学工程微分方程建模与数值模拟等。（学硕）

2. 数学物理方程的孤子解及其动力学行为：主要研究应用Hirota双线性法、长波极限法以及同宿测试法等方法理论求解非线性发展方程的孤子解。（学硕）

3. 微分动力系统及控制：主要应用微分包含理论、有限时间稳定理论、反馈控制和不等式等方法理论，对神经动力系统的有限时间镇定、自适应有限时间滞后同步和固定时间同步等动态特性进行研究。（学硕）

4. 数学教育：主要研究数学教学的逻辑、核心内容、教学模式、教学设计及教学技能等方面的理论与实践。（专硕）

教学奖励和荣誉称号

2024年， 湖南省大学生数学建模竞赛优秀指导教师；

2023年，湖南省课程思政示范课程《数学建模》负责人，湖南省(课程思政)教学名师；

2023年, 湖南省大学生数学建模竞赛优秀指导教师；

2021年, 湖南省线上线下混合式一流课程《数学建模》负责人；

2021年, 湖南省大学生数学建模竞赛优秀指导教师；

2015年，吉首大学教学成果二等奖（主持）；

2012年，湖南省普通高等学校优秀实验（实训）教师；

2011年，全国大学生数学建模竞赛优秀指导教师。

主持的科研项目

[1] 湖南省自然科学基金项目，2021JJ30548，金属多孔材料烧结过程的分数阶微分建模及其数值算法研究，2021-2023.

[2] 湖南省教育厅重点科研项目，21A0329，深海采矿污染物迁移过程的分数阶耦合模型及其数值模拟，2021-2023.

[3] 横向项目，N-KY-XZ-1114-202210-6474，3D集成微系统多物理场耦合建模技术研究，2022.10-2023.6.

[4] 湖南省教育厅科研项目，16C1307，分数阶微分方程的LBM数值解法研究及其在金属材料烧结中的应用，2016/08-2018/07.

[5] 湖南省统计局基金项目, 2017B22, 全面二孩政策下的湖南省人口结构统计模型及社会资源调配的对策分析, 2017/01-2017/12.

[6] 湖南省第四次经济普查中标项目, 基于分数阶导数的湖南省区域经济发展的影响因素及对策研究, 2020/01-2020/12.

社会兼职

1．湖南省计算数学应用软件学会常务理事

2．湖南省数学学会理事

3．湖南省运筹学会理事

发表的部分学术论文(*标记为通迅作者)

[34] Chen-Wang, Hou-ping Dai*, Wei-Tan, Ying-xin Feng. Some new nonlinear wave solutions and dynamical behavior of the (3+1)-dimensional Ito equation, Results in Physics, 2024, 56: 107250. DOI: 10.1016/j.rinp.2023.107250 (SCI, IF 5.3)

[33] Houping Dai, Yingxin Feng, Xuedan Wei∗, Dongdong Chen, Zhoushun Zheng, Jianzhong Wang. Space fractional-order modeling for the sintering process of metal fibers via Lattice Boltzmann method[J]. Mathematics and Computers in Simulation, 2023, 214 (21): 373–387. https://doi.org/10.1016/j.matcom.2023.07.019 . (SCI, IF 4.6)

[32] Yingxin Feng, Houping Dai*, Xuedan Wei. Numerical solutions to the Sharma–Tasso–Olver equation using Lattice Boltzmann method[J]. International Journal for Numerical Methods in Fluids, 2023, 95(9): 1546-1564. https://doi.org/10.1002/fld.5219. (SCI, IF 1.8)

[31] Chen Wang, Hou-ping Dai*, Meng-jun Li & Ying-xin Feng. Higher-order breather, lump and hybrid solutions of (2 + 1)-dimensional coupled nonlinear evolution equations with time-dependent coefficients[J].International Journal of Computer Mathematics, 2023, 100(9). 1860-1876. https://doi.org/10.1080/00207160.2023.2219349 (SCI, IF 1.8)

[30] Houping Dai*, Xuedan Wei and Mengjun Li. Approximation of the Levy–Feller advection–diffusion process by lattice Boltzmann method[J]. International Journal of Modern Physics C，2023，34(1), 2350001 :1-11. DOI: 10.1142/s0129183123500018 (SCI, IF 1.9).

[29] Meng-Jun Li, Hou-Ping Dai^*, Xue-Dan Wei & Wei Tan. Some new soliton solutions and dynamical behaviours of (3+1)-dimensional Jimbo-Miwa equation[J]. International Journal of Computer Mathematics, 2022, 99(8), 1654–1668. (SCI, IF 1.8). https://doi.org/10.1080/00207160.2021.1998468

[28] HouPing Dai, Wei Tan^*. Deformation characteristics of three-wave solutions and lump N-solitons to the (2+1)-dimensional generalized KdV equation[J]. European Physical Journal Plus, 2020,135(2): 239. (SCI, IF 3.4) https://doi.org/10.1140/epjp/s13360-020-00233-x

[27] HouPing Dai, DongDong Chen, ZhouShun Zheng^*. Modelling the Sintering Neck Growth Process of Metal Fibers under the Surface Diffusion Mechanism Using the Lattice Boltzmann Method[J]. Metals, 2019, 9(5): 614. doi:10.3390/met9050614. (SCI, IF 2.9)

[26] HouPing Dai, Wei Tan^*, ZhouShun Zheng. Spatio-temporal dynamics and interaction of lump solutions for the (4+ 1)-D Fokas equation[J]. Thermal Science, 2018, 22(4): 1823-1830. DOI: 10.2298/tsci1804823d. (SCI, IF: 1.54)

[25] HouPing Dai, ZhouShun Zheng^*, Wei Tan. Lattice Boltzmann model for the Riesz space fractional reaction-diffusion[J]. Thermal Science, 2018, 22(4): 1831-1843. DOI: 10.2298/tsci1804831d. (SCI, IF 1.54)

[24] HouPing Dai, DongDong Chen^*, ZhouShun Zheng. Effects of random values for Particle Swarm Optimization algorithm[J]. Algorithms, 2018,11(2):23. DOI: 10.3390/a11020023. (EI)

[23] Wei Tan*, HouPing Dai, Dai ZhengDe. Emergence and space–time structure of lump solution to the (2+1)-dimensional generalized KP equation[J]. Pramana, 2017, 89(5): 77.  (SCI, IF 2.8)

DOI: 10.1007/s12043-017-1474-0.

[22] Wei Tan*, Dai ZhengDe, HouPing Dai. Dynamical analysis of lump solution for the (2+ 1)-dimensional Ito equation[J]. Thermal Science, 2017, 21(4): 1673-1679. DOI: 10.2298/tsci160812145t. (SCI, IF 1.54)

[21] 陈腾,戴厚平*,龙常青.基于非降阶法的模糊惯性神经网络的固定时间同步[J/OL].控制理论与应用, 2024-10-11 (EI，网络首发).

http://kns.cnki.net/kcms/detail/44.1240.TP.20241011.0949.006.html.

[20]王晶,戴厚平*,董亚茹.基于PINN模型求解一维和二维STO方程[J].吉首大学学报(自然科学版),2025,46(01):18-24. DOI:10.13438/j.cnki.jdzk.2025.01.003.

[19]宋艺,戴厚平. Zakharov-Rubenchik方程组的格子Boltzmann方法[J].湖南城市学院学报(自然科学版),2024,33(04):73-78.

[18] 冯颖欣, 戴厚平^*, 汪辰等. 扩展Fisher-Kolmogorov方程的格子Boltzmann方法[J]. 吉首大学学报(自然科学版), 2023, 44(04): 19-30. DOI:10.13438/j.cnki.jdzk.2023.04.003.

[17] 冯舒婷, 戴厚平*, 宋通政, 郑洲顺. 二维空间分数阶反应扩散方程组的格子Boltzmann方法[J]. 计算物理, 2022, 39(6): 666-676. DOI: 10.19596/j.cnki.1001-246x.8495 (CSCD)

[16]宋通政, 戴厚平*, 冯舒婷, 魏雪丹.非线性耦合长短波方程的格子Boltzmann模型求解[J]. 吉首大学学报(自然科学版), 2022, 43(03): 7-14. DOI:10.13438/j.cnki.jdzk.2022.03.002.

[15] 魏雪丹, 戴厚平*, 李梦军, 郑洲顺.空间分数阶对流扩散方程的格子Boltzmann方法[J]. 数值计算与计算机应用, 2022, 43(03): 270-280.

[14] 魏雪丹, 李梦军, 戴厚平*. 空间分数阶对流方程的格子Boltzmann方法[J].吉首大学学报(自然科学版), 2022, 43(02): 17-22. DOI:10.13438/j.cnki.jdzk.2022.02.004.

[13] 魏雪丹,戴厚平^*,李梦军,郑洲顺.一维空间Riesz分数阶对流扩散方程的格子Boltzmann方法[J/OL].计算物理: 1-13[2021-06-08]. (CSCD)

[19] 李梦军, 戴厚平^*, 魏雪丹, 郑洲顺. 空间分数阶电报方程的格子Boltzmann方法[J].应用数学和力学, 2021, 42(05): 522-530. (CSCD)

[11] 戴厚平, 郑洲顺, 段丹丹. 一类偏微分方程的格子Boltzmann模型[J]. 计算机工程与应用, 2016, 52(3) : 21-26. (CSCD)

[10] 戴厚平, 郑洲顺, 段丹丹. 变系数反应扩散方程的格子Boltzmann模型[J]. 云南大学学报 (自然科学版): 2016, 38(4): 524-529. (CSCD)

[9] 彭思江, 戴厚平, 周成富, 刘倩. 基于HOG/PCA/SVM的跨年龄人脸识别算法[J]. 吉首大学学报(自然科学版), 2018, 39(05): 24-28.

[8] 戴厚平,王海波,彭思江,唐静慧.基于模糊数直觉模糊集的精准扶贫绩效评估方法[J].湖北民族学院学报(自然科学版), 2018, 36(02): 231-234.

[7] 戴厚平,方东辉,杨文英.基于多属性群决策模型的评教方法[J]. 数学的实践与认识, 2015, 45(18): 293-298. (CSCD)

[6] 李金虎, 戴厚平, 彭思江, 马瑜. 西南地区农作物经济可持续发展评价及预测——以湘西州茶产业为例[J]. 兰州文理学院学报(自然科学版), 2017, 31(02): 25-29.

[5] 戴厚平, 罗宜武. 基于直觉模糊多属性决策的公路工程评标方法[J]. 数学的实践与认识, 2013, 43(16): 46-52. (CSCD)

[4] 戴厚平.基于模糊数直觉模糊集的多属性决策方法[J]. 模糊系统与数学, 2013, 27(02): 149-154. (CSCD)

[3] 戴厚平.基于信息熵的区间直觉模糊多属性决策方法[J]. 重庆文理学院学报(自然科学版), 2009, 28(06): 1-4.

[2] 戴厚平.一种用小波变换优化复杂网络的方法[J]. 重庆科技学院学报(自然科学版), 2008(03): 84-86.

[1] 戴厚平. 改进的反馈型自联想记忆神经网络及其应用[J]. 重庆工学院学报(自然科学版), 2007(12): 82-85.