分析一下
科研助理
- 公司信息：
- 武汉理工大学
- 工作经验：
- 4年
- 兼职日薪：
- 600元/8小时
- 兼职时间：
- 可工作日远程
- 所在区域：
- 武汉
- 全区
技术能力
能够熟练掌握python、matlab编程，熟练使用torch、num能够熟练掌握 Python、MATLAB 编程，精通使用 PyTorch、TensorFlow 等深度学习框架及 NumPy、SciPy、Pandas 等科学计算工具箱，可高效实现线性回归、神经网络、支持向量机等数学模型的搭建与求解。熟悉 Scikit-learn、Keras 等机器学习库的应用，能结合Matplotlib完成数据可视化与模型结果分析。具备利用 MATLAB 的 Simulink 进行系统仿真及算法验证的经验，可通过Python实现从数据预处理、模型训练到结果优化的全流程开发，擅长将数学理论转化为可执行的代码逻辑，在机器学习算法实现、数值计算、数据分析等场景中具备扎实的工程实践能力。
项目经验
1.定日镜场布局分析：在太阳能光热发电站定日镜场布局优化项目中，我负责开发基于坐标变换和双步优化的镜场布局分析系统，通过 Python 实现镜面网格化与投影法计算阴影遮挡效率，利用 SLSQP 优化算法求解吸收塔位置、定日镜尺寸等参数，构建交替式栏栅渐变布局模型与环域块域复合式布局方法。项目中熟练运用 PyTorch、NumPy 等工具实现数学模型求解，通过坐标变换矩阵和光线追踪投影模型提升计算效率，相关成果应用于实际电站建设，为新能源发电领域提供了高效的镜场布局优化方案。
2.多无人机穿越森林算法设计：在多智能体强化学习无人机穿越森林项目中，我主导开发 CEL-MADDPG 算法框架，通过融合课程学习与多网络集成策略，解决传统算法在复杂动态环境中训练效率低与协同策略鲁棒性不足的问题。构建含随机障碍物、通信遮挡和传感器噪声的森林仿真环境，将穿越任务分解为目标跟踪与队形维持子任务，利用分层奖励函数引导智能体学习协同策略，结合相对经验学习与优先经验回放双重筛选机制提升样本利用效率。有效提升无人机群体协同避障能力与环境适应性，相关技术为智慧林业、应急救援等领域提供技术支撑。
案例展示
-
定日镜场布局分析
在太阳能光热发电站定日镜场布局优化项目中，我负责开发基于坐标变换和双步优化的镜场布局分析系统，通过 Python 实现镜面网格化与投影法计算阴影遮挡效率，利用 SLSQP 优化算法求解吸收塔位置、定日镜尺寸等参数，构建交替式栏栅渐变布局模型与环域块域复合式布局方法，使年平均光学效
-
多无人机穿越森林算法设计
在多智能体强化学习无人机穿越森林项目中，我主导开发 CEL-MADDPG 算法框架，通过融合课程学习与多网络集成策略，解决传统算法在复杂动态环境中训练效率低与协同策略鲁棒性不足的问题。构建含随机障碍物、通信遮挡和传感器噪声的森林仿真环境，将穿越任务分解为目标跟踪与队形维持子任务，
-
深海载人潜水器搜救系统开发
在深海载人潜水器搜救系统开发项目中，我主导构建了基于多物理场耦合的潜水器轨迹预测模型，针对通信失效与动力缺失等故障场景，设计含洋流扰动的三自由度运动方程，结合四阶龙格 - 库塔法求解动力学过程，通过卡尔曼滤波优化部分通信丢失时的速度估计，实现潜水器悬浮与下沉状态的动态定位，悬浮仿
