近年来，Internet的发展使全球数据量快速增长，大数据时代的到来给传统计算带来了巨大挑战。 大数据系统（例如hadoop，spark）正成为处理大数据的重要平台，但是由于大数据应用程序本身的设计缺陷以及不合理的分布式框架配置，因此难以实现大数据系统中应用程序的性能。计算机理论的最高速度，因此如何定位大数据系统的性能瓶颈并分析瓶颈原因。值得研究。 本文提出了大数据系统的5层性能评估模型，为性能分析提供了可靠的基础，同时，提出了大数据系统的性能优化模型，可以弥补性能瓶颈。位置和瓶颈分析，并进一步优化性能。 基于这两个性能模型，实现了一个基于事件的性能工具来分析性能数据。 实验结果表明，这两个性能模型对大数据系统的性能评估和优化有效，可将大数据系统的平均运行时间缩短19％。

基于城市公交网络的相关特性，采用复杂网络建模机制，通过研究公交站点的复杂网络模型，得到了西安公交网络的度分布、中心性等指标，对西安公交线路结构现状做出了评价，结果表明西安市公交站点网络具有无标度的特征.随着新社区的产生，发现人流活动的与公交站点中心存在的匹配关系。

步态数据上的预测建模：使用LSTM将预测模型应用于时序步态数据的实验的最终结果和Python代码。 “重采样和时代测试”显示了一次优化模型参数两次的第一次迭代的结果。 “批次大小和神经元测试”显示第二次测试的结果，优化了其余两个参数

基于元胞自动机和蚁群算法的疏散优化模型

最优化模型与实验教材 朱德通编著 pdf格式

大数据-算法-装配线平衡的最优化模型与算法研究.pdf

人工智能-机器学习-高科技品牌广告优化模型研究.pdf

自己参加五一赛的作品。附录包括代码和数据，质量很好，获奖没问题，可以用于学习参考和期末选课结业。 本文针对矿石加工问题，利用 XGBoost 模型、贝叶斯优化模型与回归插补法进 行研究，旨在提升工业矿石产品的生产合格率，为矿产行业提供参考与建议。

灰预测模型的两种形式及优化模型

本文研究的是一位送货员在受时间和货物的重量、体积大小等因素影响下，对某个城市送货路线的选择，以求完成送货任务，并且所要花费的时间是最少的路线设计的组合优化模型、TSP模型。而时间最小是本文完成任务后所追求的目标函数（在受时间、货物的重量和体积大小等因素作为限制条件），进行模型求解，使得模型的结果具有实际的意义和对实际的选择有帮助。所以本文在求解过程中，我们进行了符合实际的假设和符号的说明。