研究方向为结构健康监测、数字孪生、贝叶斯推理、深度学习、混合驱动建模等。

1.      数字孪生建模

构建大跨桥梁和风力发电机数字孪生模型，基于贝叶斯模型修正、贝叶斯滤波法以及混合驱动建模方法，实现结构损伤识别、输入荷载（风荷载、交通荷载等）估计、结构响应预测等。

2.      物理-数据混合驱动建模方法

结合基于物理规律的建模方法（有限元模型、常/偏微分方程、状态空间方程等）和数据驱动建模方法（有监督学习、无监督学习、强化学习、对抗学习等），构建物理-数据混合驱动模型，提高模型预测精度、泛化能力和可解释性。

3.      贝叶斯系统识别

基于贝叶斯推理和层次贝叶斯方法，实现结构模态识别、模型修正、数据融合和不确定性量化；发展贝叶斯滤波和平滑理论，包含卡尔曼滤波、非线性滤波、高斯滤波、粒子滤波和RTS平滑法等，准确识别结构参数、荷载输入和系统状态。

相关网址：

桥梁系教师主页：https://bridge.tongji.edu.cn/45/53/c14930a279891/page.htm

桥梁健康监测与振动控制研究室主页：https://shmc.tongji.edu.cn/4f/de/c2302a282590/page.htm

ResearchGate: https://www.researchgate.net/profile/Mingming-Song-2

Google Scholar: https://scholar.google.com/citations?user=p_ryhTMAAAAJ&hl=en