【优博风采】北京工业大学优秀博士学位论文获得者：平旭

【编者按】

为进一步培养我校研究生创新能力，提高研究生综合素质，促进学校研究生教育内涵发展，特推出“优博风采”专栏，邀请校级及以上优秀博士学位论文获得者分享科研历程与学术体会、展示创新成果与学位论文等，旨在激励我校研究生秉持“不息为体，日新为道”校训精神，潜心研究、锐意创新。

本期专访人物：动力工程及工程热物理学科博士研究生 平旭

所获奖励名称：2024年北京工业大学优秀博士学位论文

【道阻且长，行则将至，找到自己的方向，砥砺前行】

硕博阶段，是自我修行与体验。无谓豪言，更省激昂，校园凌晨的静默与黎明前微光的漫撒填充五年半硕博生涯，回首日夜奔赴的过往，才勉强开始镌刻不忘初心的铭文。最是记忆深处的隆冬，萧瑟西风吹打能源楼的窗，磨亮的键盘与杯壁久磨不掉的顽强茶渍见证寒来暑往的科研日常；热气驰骋的大暑，困阻的科研思路与热气腾腾交织在一圈又一圈的北操场塑胶跑道，伴着水龙头的激流，瞬间清醒，又在每晚空调嗡嗡声中回落；秋日风的微凉与金黄的银杏叶儿，共同默默听咯吱咯吱的落脚声，注视着急匆的背影，朝着能源楼快步走去；踌躇而坚定，平凡而前行，春天如约而至，用温暖的阳光迎接下一个秋冬的寒冷与远方的再次起航。

【博士论文介绍】

论文中文题目：基于人工智能技术和面向驾驶环境的车用有机朗肯循环性能评价与优化

论文英文题目：EVALUATION AND OPTIMIZATION OF VEHICLE ORGANIC RANKINE CYCLE PERFORMANCE BASED ON ARTIFICIAL INTELLIGENCE TECHNOLOGY AND DRIVING ENVIRONMENT

作 者：平旭

指导教师：张红光 教授

培养单位：机械与能源工程学院

学 科：动力工程及工程热物理

学位论文答辩现场

论文主要贡献及创新点

1.提出了神经网络结构自组织自适应的设计方法，对面向驾驶环境的车用有机朗肯循环性能进行了更精准的预测与优化。在面向驾驶环境的车用有机朗肯循环性能预测与优化过程中，针对神经网络模型的预测精度与构建时间问题，提出了神经网络结构自组织自适应的设计方法。通过实时提取运行参数与性能之间的耦合关系、度量神经元拟合能力，从而实现神经元快速修剪和增长，以达到神经网络结构和参数自校正的目的。与直接采用神经网络建模方法相比，采用自组织自适应设计方法后的神经网络模型预测精度至少提升了23.08%、构建时间至少降低了54.49%。

2.提出了基于无监督学习机制与偏互信息理论的车用有机朗肯循环性能评价方法。为了准确高效的评价驾驶环境下多维度参数对车用有机朗肯循环性能的影响情况，提出了基于无监督学习机制与偏互信息理论的混合识别方法。首先，通过权衡运行数据局部密度及邻域平均密度，对运行数据的异常程度进行了定量评价；随后，基于信息熵、联合熵、条件熵等的计算结果，对运行参数所包含的信息量进行了定量评价。

3.基于人工智能建模技术与群智能优化算法，提出了车用有机朗肯循环关键部件性能极限预测与优化方法。为了客观表征运行参数对车用有机朗肯循环关键部件的影响情况，将人工智能建模技术与群智能优化算法有机结合。基于集成学习驱动NSGA-III方法，在超维度空间内获得了单螺杆膨胀机综合性能极限；基于机器学习和遗传-粒子群混合优化算法，对工质泵的等熵效率极限值进行了预测与优化；基于机器学习和粒子群优化算法，对蒸发器能级进行了预测与优化。

【博士期间代表性科研成果】

【与导师合影】

图文：平旭

编辑：胡春瀛

审核：高春娣、杨震