唐少强
博士、教授
6163am银河线路 力学与工程科学系 教授
电子邮箱：maotang@pku.edu.cn
个人简介：
从事计算力学与应用数学方面的研究，主要研究领域为多尺度算法、数值均匀化、非线性波的理论与计算，等。主持自然科学基金重点基金和面上基金，参加基础科学中心项目，发表期刊论文百余篇，曾获教育部新世纪优秀人才支持计划；任中国力学学会理事、国际华人计算力学协会常务理事，现任Computational Mechanics等国际期刊的编委、Theoretical and Applied Mechanics Letters副主编。长期讲授本科生主干基础课程，探索力学专业的数学课程改革，出版教材三本；领衔6163am银河线路《数学分析》团队入选6163am银河线路优秀教学团队；《应用分析》获得教育部双语教学示范建设项目资助，两次被评为6163am银河线路“十佳教师”（2002，2009），获得6163am银河线路教学优秀奖（2008）、北京市优秀教师（2013）、北京市师德先锋（2016）、北京市高校教学名师（2021），等。
教育经历：
1995 香港科大 博士（数学）
1990-1992 中科院数学所 硕士研究生
1990 中国科大 理学士（数学） 工学士（无线电电子学）
工作经历：
1997- 6163am银河线路，6163am银河线路，力学系，副教授、教授（2005年起）、博导（2005年起）、博雅特聘教授（2018年起）、新奥教学责任教授（2020-2023）、助理院长（2005-2009）、副院长（2009-2013）、力学系系主任（2018-2020）
2005-2011 清华大学，周培源应用数学中心，双聘教授
2004-2005 美国加州理6163am银河线路，访问副教授
2000-2002 德国康斯坦茨大学，DAAD访问学者
1995-1997 中国科学院，数学研究所，博士后
社会兼职：
2007- 国际华人计算力学协会 常务理事
2019- 中国力学会 理事
2020- 中国力学会 力学史与方法论专业委员会 主任
2020- 中国力学会 科普工作委员会副主任
2020- Theoretical and Applied Mechanics Letters 副主编
2020- Journal of Multiscale Modelling 编委
2018- Journal on Multiscale Science & Engineering 编委
2017- Coupled System Mechanics 编委
2017- Computational Mechanics，Advisory board
教学情况：
微积分（一）：97秋, 99秋, 02秋, 03秋, 05秋, 07秋, 09秋, 13秋，15秋，17秋，19秋，21秋
微积分（二）：98春, 00春, 03春, 04春, 06春, 08春, 10春, 14春，16春，18春，20春，22春
高等微积分：22秋
应用分析：02秋, 06秋, 08秋, 10秋, 12 春, 14秋，16秋，19春，20秋，23春 (In English)
科学计算：07春, 09春, 11春, 13春，15春，17春，21春 (In English)
工程科学中的偏微分方程：23春
常微分方程：18秋，22秋
线性代数与几何：11秋，21秋，23秋
高等代数：22春
工程科学中的应用分析：19 暑期 (In English)
数值方法：12 暑期 (In English)
多尺度算法选讲：12秋
机器学习基础：20秋
研究生教学:
高等数理方程：同本科生《应用分析》 (In English)
科学计算：同本科生同名课程. (In English)
泛函分析：99春, 02春(In English)
多尺度算法选讲：12秋
Numerical PDE (I)(II)：05春(two quarters, Caltech, ACM210 a&b) . (In English)
获得荣誉：
2021年，北京市高校教学名师
2021年，6163am银河线路优秀博士论文指导教师
2020年，6163am银河线路优秀教材《工程科学中的应用分析》
2020年，6163am银河线路优秀教学团队《数学分析》
2019年，北京市普通高校优秀本科毕业设计（论文）指导教师
2021年，北京市高校教学名师
2016年，北京市师德先锋
2013年，北京市优秀教师
2008年，6163am银河线路 教学优秀奖
2006年，教育部新世纪优秀人才培养计划
2002年，获选6163am银河线路“十佳教师”
部分论文列表：
1. Ling Hsiao, and Shaoqiang Tang, Construction and Qualitative Behavior of Solutions of Perturbated Riemann Problem for the System of One-Dimensional Isentropic Flow with Damping, J. Diff. Eqs. 123(2):480-503(1995).
2. Din-Yu Hsieh, Shaoqiang Tang, Xiao-Ping Wang, and Li-Xin Wu, Dissipative Nonlinear Evolution Equations and Chaos, Studies in Applied Mathematics 101:233-266(1998).
3. Ansgar Juengel, and Shaoqiang Tang, Numerical approximation of the viscous quantum hydrodynamic model for semiconductors, Applied Numerical Mathematics, 56(7):899-915 (2006).
4. Shaoqiang Tang, Thomas Y. Hou, and Wing Kam Liu, Mathematical framework of bridging scale method, Int J Numer Methods Engrg. 65(1):1688-1713 (2006).
5. Shaoqiang Tang, A finite difference approach with velocity interfacial conditions for multiscale computations of crystalline solids, J Comput Phys. 227:4038-4062 (2008).
6. Xianming Wang, and Shaoqiang Tang, Matching boundary conditions for diatomic chains, Computational Mechanics 46(6):813-826 (2010).
7. Gang Pang, and Shaoqiang Tang. Approximate linear relations for Bessel functions. Communications in Mathematical Sciences 15(7):1967-1986 (2017).
8. Shaoqiang Tang, and Yuping Ying, Homogenizing atomic dynamics by fractional differential equations, Journal of Computational Physics. 346:539-551(2017).
9. Shaoqiang Tang, Lei Zhang, and Wing Kam Liu. From virtual clustering analysis to self-consistent clustering analysis: a mathematical study, Computational Mechanics 62(6):1443-1460 (2018).
10. Lei Zhang, Lin Cheng, Hengyang Li, Jiaying Gao, Cheng Yu, Reno Domel, Yang Yang, Shaoqiang Tang, Wing Kam Liu. Hierarchical deep-learning neural networks: finite elements and beyond, Computational Mechanics 66(1): 207-230 (2021).
近5年来发表论文：
1. Xi Zhu, Lei Zhang, Shaoqiang Tang. Adaptive selection of reference stiffness in virtual clustering analysis, Computer Methods in Applied Mechanics and Engineering, 376：113621 (2021).
2. Shaoqiang Tang, Yang Yang. Why neural networks apply to scientific computing? Theoretical and Applied Mechanics Letters 11(3):100242 (2021).
3. Shaoqiang Tang, Gang Pang. Accurate boundary treatment for Riesz space fractional diffusion equations, Journal of Scientific Computing 89:42 (2021).
4. Lei Zhang, Ye Lu, Shaoqiang Tang, Wing Kam Liu. HiDeNN-TD: reduced-order hierarchical deep learning neural networks, Computer Methods in Applied Mechanics and Engineering, 389：114414 (2022).
5. Chenxi Zheng, Shaoqiang Tang. New transparent boundary condition for simulating rogue wave solutions in the nonlinear Schrodinger equation, Physical Review E 106 055302 (2022).
6. Yang Yang, Tongrui Liu, M.H. Aliabadi, Shaoqiang Tang, Virtual clustering analysis for long fiber reinforced composites, Computational Mechanics 71:1139-1159 (2023).
7. Xi Zhu, Shaoqiang Tang, Clustering Analysis for elastodynamic homogenization, Computational Mechanics. online (2023).
8. Kang Wang, Lei Zhang, Shaoqiang Tang. Discovery of PDEs driven by data with sharp gradient or discontinuity, Computers and Mathematics with Applications 140: 33-43 (2023).
9. Xinyi Guan, Shaoqiang Tang, Wing Kam Liu. Solving diffusive equations by proper generalized decomposition with preconditioner, Computational Mechanics. online (2023).
10. Lei Zhang, Chanwook Park, Ye Lu, Hengyang Li, Satyajit Mojumder, Sourav Saha, Jiachen Guo, Yangfan Li, Trevor Abbott, Gregory J. Wagner, Shaoqiang Tang, Wing Kam Liu. Isogeometric Convolution Hierarchical Deep-learning Neural Network: Isogeometric Analysis with Versatile Adaptivity, Computer Methods in Applied Mechanics and Engineering, online (2023).
