已发表、公开或申请中的论文、专利与软著成果
Listed Research Outputs
港航AI · 数字孪生 · 低碳决策
MARITIME AI × DIGITAL TWIN × GREEN PORTS
港航人工智能研究者智慧港口数字孪生绿色运营智能决策
Maritime AI Researcher for Smart Port Digital Twins & Green Operations
融合轮机工程、人工智能信息系统与港口运营研究，聚焦港口数字孪生、多智能体强化学习、无人系统智能规划及绿色低碳决策，形成从算法实验到可交互系统原型的完整科研工程组合。
PhD researcher bridging marine engineering, AI information systems and port operations through evidence-driven prototypes.
代表系统FEATURED SYSTEM
数字孪生 AI 港口智能决策双端调度系统Dual-Frontend Smart Port Digital Twin + AI Decision Platform
PortGym-Green
Web 端负责建模推演、无渲染强化学习评测与能碳分析，Flutter 移动端承接态势研判、人工确认、执行回执与审计追踪，由统一 FastAPI 服务形成可复现、可治理的跨端闭环。
One typed decision service connects Web simulation with a human-in-the-loop mobile operations frontend.
52,608 HOUR DATASET+7.45 PP BERTH USE−16.94% WAIT−11.80% ENERGY COST
了解项目Learn More→
研究方向RESEARCH DOMAINS
智慧港口
数字孪生Smart Port Digital Twins
港口场景建模、运营状态可视化与智能决策系统原型验证。
多智能体强化学习Multi-Agent Reinforcement Learning
研究博弈论多智能体强化学习、分层跟踪、资源调度与协同优化。
无人船与水下智能规划Unmanned Marine Systems
覆盖无人艇跟踪、AUV 运动规划、动态航行与智能路径控制。
港口能碳智能Green Port Energy-Carbon Intelligence
开展能耗、碳排指标、岸电利用与峰值负荷约束分析。
近期项目研究与系统验证APPLIED RESEARCH SYSTEMS
从科研问题到可运行的业务决策原型From Research Questions to Operational Prototypes
五个独立自研系统通过六个项目页面完整呈现：智慧港口系统拆分为 Web 与移动双前端；每个项目均公开数据协议、对比基线、量化结果与证据边界。
02
能碳多目标优化 ENERGY-CARBON OPTIMIZATION
港口能碳管理与调度优化 →
03
CarbonOps 智慧港口 AI 能碳调度
融合港口吞吐、电网负荷、电价与碳强度的小时级多目标优化，对比四种强化学习与约束 MPC。
1,152 TEST STEPS · −8.69% CARBON · −7.85% COST港航网络韧性 NETWORK RESILIENCE
港航网络韧性数字孪生 →
04
马六甲港航韧性数字孪生沙盘
融合 31 年港口统计、ERA5 风场、多随机种子 RL 与宏微观联动推演。
377 MONTHS · MPC −66.00% DELAY · 99.03% THROUGHPUT自主航行验证 AUTONOMOUS VALIDATION
无人船航行与强化学习验证 →
05
AI 智能船舶自主航行模拟器
以公开海况场景、五方法控制准入和证据绑定 Godot 回放验证航行策略。
150 FINAL TESTS · SAC 30/30 · ADMISSION 0/5港航生成式智能 MARITIME GENERATIVE AI
港航知识与 SOP 智能助手 →
06
垂直港航AI大模型，（小懿）
贯通 4B 开源生成基座、混合 RAG、领域 LoRA、本地向量模型与 llama.cpp 本地推理。
112 DOCS · HIT@1 87.50% · MRR +7.29 PP港口移动决策端 PORTGYM MOBILE FRONTEND
数字孪生 AI 决策移动端 →
PortAI DT 移动端
提供移动态势感知、异人审批、幂等回执与可审计执行闭环。
500 OPS · 100% UNSAFE BLOCK · 300 AUDIT EVENTS
01港航业务问题定义Problem Framing
→
02数字孪生与智能算法Model & Algorithm
→
03仿真实验与指标评估Simulation Validation
→
04可交互决策系统原型Decision Prototype
论文 · 专利 · 软著成果矩阵RESEARCH OUTPUT MATRIX
覆盖 SCI 期刊、EI 会议、发明专利与软件著作权的科研成果矩阵Research & Intellectual-Property Portfolio
成果概览：8 篇 SCI 论文、1 篇 SCI 一区在审、1 篇 EI 会议论文、3 项发明专利申请公开、5 项港航 AI 系统软件著作权申请。
Adaptive Energy-Efficient Reinforcement Learning for AUV 3D Motion Planning in Complex Underwater Environments
Ocean Engineering
Vol. 312, Part 2, Article 119111 · Published 15 Nov 2024
DOI: 10.1016/j.oceaneng.2024.119111 ↗
Dynamic Navigation and Area Assignment of Multiple USVs Based on Multi-Agent Deep Reinforcement Learning
Sensors
Vol. 22, No. 18, Article 6942 · Published 14 Sep 2022
DOI: 10.3390/s22186942 ↗
The Decoupled Vector-Control of PMSM Based on Nonlinear Multi-Input Multi-Output Decoupling ADRC
Advances in Mechanical Engineering
Vol. 12, No. 12, pp. 1–12 · Published Dec 2020
DOI: 10.1177/1687814020984255 ↗
An Intelligent Ship Image/Video Detection and Classification Method with Improved Regressive Deep Convolutional Neural Network
Complexity
Third Author · Vol. 2020, Article ID 1520872 · Published 9 Apr 2020
DOI: 10.1155/2020/1520872 ↗
Bandwidth-aware Multimodal Sensor Data Prioritization for Multi-unmanned Surface Vehicle Tracking Using Dynamic Marine Attention Network
Sensors and Materials
Vol. 38, No. 3, pp. 1695–1715 · 2026
DOI: 10.18494/SAM6238 ↗
Improved Duelling Deep Q-Networks Based Path Planning for Intelligent Agents
International Journal of Vehicle Design
Vol. 91, No. 1/2/3, pp. 232–247 · 2023
DOI: 10.1504/IJVD.2023.131056 ↗
The Path Planning for Unmanned Ship Based on the Prioritized Experience Replay of Deep Q-Networks
Basic & Clinical Pharmacology & Toxicology
Vol. 127, Suppl. 1, Abstract 212 · 2020 conference abstract
Proceedings DOI: 10.1111/bcpt.13405 ↗
Adaptive Navigating Control Based on the Parallel Action-Network ADHDP Method for Unmanned Surface Vessel
Advances in Materials Science and Engineering
Third Author · Vol. 2019, Article ID 7697143 · Published 25 Nov 2019
DOI: 10.1155/2019/7697143 ↗
Energy-Efficient Reinforcement Learning for Motion Planning of AUV
IEEE USYS 2022
9th International Conference on Underwater System Technology · pp. 1–6
DOI: 10.1109/USYS56283.2022.10073111 ↗
一种三维空间强化学习路径规划方法
已公开发明专利申请
CN118012111A · Application CN202410117055.4 · 10 May 2024
View patent record ↗
一种无人系统集群多目标博弈对抗方法
已公开发明专利申请
CN118068703A · Application CN202410116153.6 · 24 May 2024
View patent record ↗
面向无人艇集群多目标追踪策略的强化学习推理方法
已公开发明专利申请
CN118012057A · Application CN202410117061.X · 10 May 2024
View patent record ↗
AI 智慧港口数字孪生与绿色低碳决策优化平台 V1.0
软件著作权申请
2026 年提交 · 登记号待下发
港航网络韧性数字孪生沙盘推演系统 V1.0
软件著作权申请
第一完成人 · 2026 年申请中
港口 AI 运营中枢 TwinLab 与 RL 推演平台软件 V1.0
软件著作权申请
第一完成人 · 2026 年申请中
航行模拟器 V1.0
软件著作权申请
第一完成人 · 2026 年申请中
小懿 AI 港航行业智能问答与 SOP 决策助手 V1.0
软件著作权申请
第一完成人 · 2026 年申请中
SATNet-Based Game-Theoretic MADRL with Dual-Layer Attention for Hierarchical Multi-Target Tracking in USVs
第一作者 · 在审
SCI Q1 journal manuscript · DOI not assigned
轮机工程本硕基础 × 信息系统博士研究 × 港航 AI 端到端工程研发
面向航运集团数智化与绿色低碳转型，具备港航业务理解、国际科研协作与复杂系统独立交付能力；作为独立项目负责人，完成 5 套港航 AI 系统从问题定义、技术路线、研发验证到开源展示的完整闭环。
8 篇 SCI含 JCR Q1、Q2 成果
双重审稿资历Ocean Engineering · MEIE 2026
3 项专利公开无人系统强化学习与规划
5 套独立系统数字孪生 · RL · 生成式 AI
信息系统博士研究生Ph.D. Candidate in Information Systems
马来西亚英迪国际大学
聚焦港航数字孪生、人工智能决策与绿色低碳调度的场景验证及工程转化。海事智能系统博士阶段研究Ph.D. Research Stage in Maritime Intelligent Systems
大连海事大学
系统开展强化学习、无人系统运动规划与多智能体协同优化研究，形成算法建模与系统优化基础。轮机工程硕士M.Eng. in Marine Engineering
上海海事大学
优秀硕士学位论文获得者，研究方向为无人船智能路径规划与深度强化学习。轮机工程学士B.Eng. in Marine Engineering
集美大学
建立船舶动力装置、轮机自动化与海事工程的专业底层知识体系。
荣誉奖项与专业资历HONORS & ACADEMIC CREDENTIALS
同行评审、国际合作与海事工程荣誉共同构成的专业背书Peer Review · International Collaboration · Maritime Honors
Ocean Engineering 受邀同行评审人Invited Reviewer · JCR Q1 · 2026
受邀独立评议船舶智能决策、港口数字孪生与航运人工智能相关研究成果。
MEIE 2026 国际会议审稿人International Conference Reviewer
担任第九届机械、电气与工业工程国际会议学术审稿人，开展独立论文评议。
欧洲科学院院士合作研究International Research Collaboration
与 Hamid Reza Karimi 院士围绕强化学习、数字孪生、无人系统与多目标优化开展研究协作。
日本船级社中国奖ClassNK Scholarship · China
由日本海事协会（中国）有限公司在上海海事大学颁发，体现海事专业学习与行业投入。
上海海事大学优秀硕士学位论文Outstanding Master's Thesis
获奖论文聚焦基于深度强化学习的无人水面航行器路径规划算法。
专业会员核验信息VERIFIED PROFESSIONAL MEMBERSHIPS
IEEE · IET · ACM
完整会员编号与会员状态按机构账户记录展示，供招聘与学术背景核验。
IEEE
有效 ACTIVE
研究生会员Graduate Student Member
- 会员编号
- 99108103
- 所属区域
- R10 · 亚太区
- 所属分会
- 马来西亚分会
- 亲和组织
- IEEE Young Professionals · 有效
IET
会员 MEMBER
学生会员Student Member
- 会员编号
- 6600010779
- 所属机构
- 英国工程技术学会
ACM
会员 MEMBER
学生会员Student Member
- 会员编号
- 0393692
- ACM 邮箱
- jiayiwen2@acm.org
共同构建更智能、更可信的港航系统
Let’s build smarter maritime systems.
期待围绕港航人工智能、数字孪生、绿色港口、项目演示与科研合作开展交流。
常用邮箱 PRIMARY EMAILwenjiayi202201@163.com科研合作与职业机会联系
IEEE 邮箱 IEEE EMAILjiayi.wen@ieee.org学术与 IEEE 事务联系
ACM 邮箱 ACM EMAILjiayiwen2@acm.orgACM 会员联系邮箱
研究方向 RESEARCH FOCUS港航人工智能 · 智慧港口数字孪生Maritime AI · Smart Port Digital Twin