这项研究解决了HCPS中的能量最小化任务调度问题。 它包括三个子问题：处理器分配、任务排序和确定处理器的执行频率。 我们提出了一种学习辅助进化算法 (LEA)，以高效地找到可靠和高质量的解决方案。

针对金融市场波动频繁、风险评估复杂的问题，本项目构建了CNN-LSTM混合神经网络与DeepSeek大模型相结合的金融风险评估与预警系统，实现市场数据的高精度预测、多维度风险分析与实时预警。

基于Python开发双积分小车LQG控制器，完成动力学建模、轨迹跟踪、误差分析及可视化展示。

基于MATLAB建立一个包含真实物理参数的四旋翼无人机仿真平台，验证无人机位置与姿态控制算法的效果。

基于CBS+DDQN的仓储多机器人路径规划

为解决传统方法(如Origin工具)识别并统计化学晶体粒子直径的分辨率受限、耗时长的问题。设计了晶体粒子识别测量统计系统，利用YOLO算法实现了对不同形状晶粒的实时识别和数量统计，并根据检测框长度估算晶粒直径，该系统还具备自动绘制晶粒类别及直径分布柱状图的功能，能直观了解晶粒分布情况。采用PyQt5框架构建了用户界面，简化了操作流程，提升了系统的易用性和实用性。