邮箱：lixiongc@hnu.edu.cn
曹立雄，湖南大学设计艺术学院副教授、博士生导师，湖南省科技创新青年人才。主要从事科学计算与人工智能融合的设计方法研究，面向智能装备与产品系统，将物理规律、人因理论与数据驱动方法相结合，围绕结构形态生成与性能优化、人因体验与行为可靠性、机器人协同与交互开展研究，支撑产品与系统从方案生成、性能预测到使用评价与交互优化的设计过程。主持国家级、省部级等科研项目10余项，作为骨干参与国家自科基金重作为科研骨干参与国家自然科学基金重大项目课题、国防基础加强重大项目课题及国防科研重大专项等科研任务，在SCI权威Top期刊发表论文30余篇，他引890余次，个人H指数18，申请授权专利及软著20余项。研究成果服务于航天一院、八院及华为、小米、东风汽车等领军企业，为智能产品的安全运行与人因可靠设计提供了系统性支撑。
研究方向：
方向一：智能装备形态生成与性能优化设计
面向智能装备的形态与功能创新，研究自然启发下的形态生成、性能预测与优化设计，探索形态特征、结构布局与功能性能之间的关系。结合可解释建模与不确定性分析，支持制造约束下的设计生成、评价与优化，兼顾形态表达、功能实现与装备可靠性。
方向二：人因体验、行为建模与风险评估
以用户体验与使用行为为切入点，研究产品设计要素、使用情境对感知体验、认知状态及行为表现的影响，开展多模态人因计算建模与体验评价。关注智能手机、自动驾驶等领域的人机信任、行为可靠性与交互风险，支持风险评估、产品设计与人机交互优化。
方向三：机器人感知、协同与交互设计
面向人与机器人协作的使用情境，研究多模态感知、意图理解与协同行为设计，探索通过交互学习形成适应用户需求的协作方式。结合虚实融合的原型构建与体验验证，研究机器人行为表达、交互反馈及人的干预方式，改善协作安全、交互效率与用户体验。
招生方向：
课题组欢迎工业设计、机械和计算机等多学科背景的研究生加入，我们非常重视跨学科的合作和系统化的创新能力培养。这里不仅有用户体验、智能交互、人因设计，也强调工程分析、智能算法等真实应用落地途径。希望和有探索精神、积极主动、乐于钻研的同学一起，结合人工智能开展真正服务未来智能装备和工业产品的创新研究。有机械设计/人机交互/人因分析/机器人等方向高水平论文发表经历者优先。
教育背景：
湖南大学，机械与运载工程学院，力学流动站，博士后、副研究员
湖南大学，机械与运载工程学院，机械工程，工学博士
湖南大学，机械与运载工程学院，机械工程，工学硕士
湖南大学，机械与运载工程学院，机械设计制造及其自动化，工学学士
工作经历：
2023-至今，湖南大学 设计艺术学院 副教授
科研项目：
1.2024-2027，运载火箭箭体结构跨尺度不确定性分析与设计，国家自然科学基金面上项目，主持；
2.2026-2029，湖南省芙蓉计划科技创新青年人才项目，主持；
3.2026-至今,不确定性驱动的工业机器人运行精度数字孪生建模与可靠性评估,湖南省自然科学基金面上项目，主持；
4.2025-至今，XXX体验分级人因研究，北京小米移动软件有限公司，主持；
5.2022-2024，复杂气动热环境下运载火箭陶瓷基热防护结构证据可靠性优化设计,湖南省自然科学基金青年项目，主持；
6.2023-至今，基于机器学习的工业机器人轨迹精度评估与智能控制，主持；
7.2020-2022，基于证据理论的工业机器人定位精度可靠性分析及不确定性标定，长沙市自然科学基金青年项目，主持；
8.2021-2023，多应力作用下热防护结构性能与可靠性综合评价建模方法研究，中国运载火箭技术研究院，主持；
9.2022，2R项目力学计算验证分析，中国核电工程有限公司，主持；
10.2021-2022，叶片载荷反求与动力学模型确认方法研究，主持；
11.2026-至今，AI-Agent技术赋能的互联网医院远程服务提质设计研究与实证，嘉虹健康科技有限公司，参与；
12.2025-至今，高速磁浮列车气动作用-电磁力协同控制理论与系统设计技术，国家自然科学基金联合基金项目，参与；
13.2021-至今，XX火箭不确定性多学科传递机理及载荷精细化，国防基础加强重大项目课题，参与；
14.2015-2019，功能形面工况对性能影响的不确定性度量理论，国家自科基金重大项目课题 参与；
15.2017-2022，汽车碰撞安全性分析与优化设计，国家自然科学基金创新研究群体项目，参与；
16.2022-2023，多学科联合的动载荷偏差打靶特性分析模块开发，中国运载火箭技术研究院 参与；
17.2020-2021，基于证据理论方法的XX发动机表征体系及安全性模型研究，内蒙动力机械研究所，参与。
代表性论文
1.Shaowei Wu, Junxiong Hu, Lixiong Cao*, et al. Non-intrusive smoothed stochastic finite element method with multi-source uncertainties. International Journal of Mechanical Sciences, 2026, 311: 111163. (SCI/Q1, IF=11.397)
2.Jiachang Tang, Yangfan Deng, Lixiong Cao, et al. An active learning adaptive Bayesian quadrature -based multimodal reliability analysis method. Engineering Applications of Artificial Intelligence, 2026, 166(B): 113626. (SCI/Q1, IF=11.7)
3.Lixiong Cao*, Yue Zhao. Uncertainty quantification for structural response field with ultra-high dimensions. International Journal of Mechanical Sciences, 2024, 271: 109110. (SCI/Q1, SCI/Q1, IF=11.397, 高被引论文)
4.Lixiong Cao, Jiaxiong Han, Shaowei Wu, et al. Random field of homogeneous and multi-material structures by the smoothed finite element method and Karhunen–Loève expansion. Engineering Analysis with Boundary Elements, 2024, 165:10578. (SCI/Q1, IF=3.5)
5.Lixiong Cao, Jie Liu, Wei Chen, et al. Optimal sparse polynomial chaotic expansion for arbitrary probability distribution and its application on global sensitivity analysis. Computer Methods in Applied Mechanics and Engineering, 2022, 399: 115368. (SCI/Q1, IF=7.6)
6.Lixiong Cao, Jie Liu, Jinhe Zhang, et al. Positioning accuracy reliability analysis of industrial robots based on parallelotope evidence theory model and space affine collocation. Journal of Mechanical Design, 2022, 145(2): 023303. (SCI/Q1, IF=3.3)
7.Lixiong Cao, Jie Liu, Lin Xie, et al. Non-probabilistic polygonal convex set model for structural uncertainty quantification. Applied Mathematical Modelling, 2021, 89: 504-518. (SCI/Q1, IF=5.5)
8.Lixiong Cao, Jie Liu, Yifeng Hu, et al. Structural stochastic identification considering modeling uncertainty through sparse grid and similar system analysis. Structural & Multidisciplinary Optimization, 2022, 65:219. (SCI/Q1, IF=4.8)
9.Lixiong Cao, Jie Liu, Xianghua Meng, et al. Inverse uncertainty quantification for imprecise structure based on evidence theory and similar system analysis. Structural & Multidisciplinary Optimization, 2021, 3: 1-12. (SCI/Q1, IF=4.8)
10.Zhou Li, Lixong Cao*, Mingshuai Huo, et al. Evidence-based uncertainty quantification for bending properties of bimetal composites. Applied Mathematical Modelling, 2023, 121: 59-74. (SCI/Q1, IF=5.5)
11.Jie Liu, Lixiong Cao, Chao Jiang, et al. Parallelotope-formed evidence theory model for quantifying uncertainties with correlation. Applied Mathematical Modelling, 2020, 77: 32-48. (SCI/Q1, IF=5.5)
12.Lixiong Cao, Jie Liu, Han Xu, et al. An efficient evidence-based reliability analysis method via piecewise hyperplane approximation of limit state function. Structural & Multidisciplinary Optimization, 2018, 58(8):1-13. (SCI/Q1, IF=4.8)
13.Lixiong Cao, Jie Liu, Qingyun Wang, et al. An efficient structural uncertainty propagation method based on evidence domain analysis. Engineering structures, 2019, 194: 26-35. (SCI/Q1, IF=7.6)
14.Lixiong Cao, Jie Liu, Can Xu, et al. Uncertain inverse method by the sequential FOSM and its application on uncertainty reconstruction of vehicle-pedestrian collision accident. International Journal of Mechanics and Materials in Design, 2020, 12: 41-54. (SCI/Q1, IF=4.7)
15.Lixiong Cao, Jie Liu, Cheng Lu, et al. Efficient inverse method for structural identification considering modeling and response uncertainties. Chinese Journal of Mechanical Engineering, 2022, 35:75. (SCI/Q1, IF=4.7)
16.Lixiong Cao, Jie Liu, Chao Jiang, et al. Evidence-based structural uncertainty quantification by dimension reduction decomposition and marginal interval analysis. Journal of Mechanical Design, 2020, 142(5): 051701. (SCI/Q1, IF=3.3)
17.Chunming Fu, Lixiong Cao, Jiachang Tang, et al. A subinterval decomposition analysis method for uncertain structures with large uncertainty parameters . Computers & Structures, 2018, 197:58-69. (SCI/Q1, IF=4.7)
18.Chunming Fu, Lixiong Cao. An uncertain optimization method based on interval differential evolution and adaptive subinterval decomposition analysis. Advances in Engineering Software 2019, 134: 1-9. (SCI/Q1, IF=6.3)
19.Jiachang Tang, Lixiong Cao, Chenji Mi, et al. Interval assessments of identified parameters for uncertain structures. Engineering with Computer, 2021,129:1-12. (SCI/Q1, IF=5.0)
