5月9日上午10:00,在辅导员谢超老师的组织下,2023级全体研究生齐聚8D-101教室参加了学院2024年第九期研究生论坛,本次论坛共有五位2022级研究生分享了他们在“优化设计专题”方面的研究成果,论坛由熊小双老师进行点评,由年级长徐彬主持。





张红伟同学分享了他的研究课题“基于神经网络的汽车气动特性多目标优化”。其研究背景是近年来随着汽车数量的激增,带来的能源消耗和空气污染问题日益严重,而伴随着碳中和等环保问题被重视,降低汽车的动阻力从而提高能源利用率,减小升力从而增加稳定性已经成为研究员们的重要内容,其文章以方背式MIRA模型为研究对象,基于BP神经网络的遗传算法,降低汽车阻力系数和升力系数。
王鑫涛同学分享了他的研究课题“基于深度强化学习的流水车间调度研究”,其研究的内容主要是流水车间调度问题和求解算法,在流水车间调度问题上分为两种,一是置换流水车间调度问题,二是混合流水车间调度问题,其用到的求解算法是Q-learning和深度强化学习算法DQN。
唐家琦同学分享了他的课题“基于智能优化算法的集成工艺规划与调度优化研究”,其研究的课题目标是旨在通过引入改进后的群智能优化算法,从单目标、多目标和动态IPPS问题三方面展开研究,实现对集成工艺规划与车间调度优化问题(IPPS)的全面优化。
何涛同学分享了他的课题“多模态无线传感器网络融合定位算法研究”,其研究的课题内容是整合来自不同类型传感器的数据,包括但不限于GPS、惯性传感器、视觉传感器等,建立一个综合的传感器数据集。这涉及数据的预处理、校准和对齐等工作,以确保各个传感器数据之间的一致性和可比性。
沈真泽同学分享了他的课题“区块链技术下绿色供应链运作策略的最优 控制分析”,其研究课题是基于最优控制的绿色供应链产品质量、区块链和价格激励决策模型分析。
最后,熊小双教授指出本次研究生论坛展示了多个领域的研究成果,指出课题研究要考虑实际工程应用中的限制条件,能够适应不同的生产环境和变化的需求,以确保优化得到的设计方案具有可行性和实用性,要结合实际应用场景进行评估和优化。