针对交互式遗传算法（IGA）中用户易疲劳的问题,引入数量化一类分析方法,从提高收敛速度和模拟人工评价两方面入手,改善IGA性能.采用均匀设计法确定遗传算法的初始种群,使得各基因单元类型在初始种群中均匀分布,从而提高遗传算法全局最优解的收敛性能;利用数量化一类分析,求取各基因单元类型对适应度评价的贡献权值,指导GA选择、交叉、变异等操作,以加速算法收敛;在GA操作后期,利用各基因单元类型对适应度评价的权值,模拟个体适应度的自动评价,降低用户疲劳度和提高效率.将该方法应用于动漫玩具形态造型中.结果表明,采用该方法可以有效地提高收敛速度和降低用户疲劳度.

为了克服头脑风暴优化(BSO)算法易陷入局部最优导致早熟收敛的问题,提出新型的基于讨论机制的头脑风暴优化(DMBSO)算法.该算法运用组内讨论和组间讨论这一新机制取代BSO算法中的个体更新过程,分别控制算法的全局搜索和局部搜索能力.通过线性递减和线性递增方式调整组间讨论和组内讨论次数,使算法搜索初期加强全局搜索能力,搜索后期加强局部细致搜索能力,有效地防止早熟问题.对6个经典测试函数(BFs)的10维、20维、30维问题分别进行测试来评估DMBSO的效果.结果表明,DMBSO算法与BSO算法和经典的粒子群(PSO)算法相比,可以有效地避免陷入局部最优,稳定地找到更好的最优值,而且随着问题维度的增加,DMBSO表现出更强的鲁棒性.

为了提高经编针织物的质量和增加可生产的花型品种,对德国卡尔迈耶双针床经编机原已老化的单速电子送经系统进行升级改造,开发了多速电子送经系统.在研究多速电子送经原理的基础上,给出系统架构、硬件电路和基于模糊免疫-单神经元PID（FI-SNAPID）算法的软件实现方法.系统上位机采用嵌入式工控机/触摸屏,搭载MCGS组态软件,方便、直观地实现了产品设计、工艺参数的设置以及生产管理等功能.为了节约改造资金,提高性价比,在升级改造过程中保留了原系统6个经轴直流电机,重新为其开发伺服驱动器作为下位机.下位机主要基于高性能8位微处理器、智能功率模块（IPM）和FI-SNAPID算法设计实现.经实际测试运行表明,系统性能稳定,送经精度高,人机界面友好.

针对粒子群优化算法容易陷入局部极值点、进化后期收敛速度慢、精度较差等缺点,提出混沌模拟退火粒子群优化(PSO)算法.引入混沌理论对粒子群优化算法的参数进行自适应调整,提高了算法的全局收敛性能|采用模拟退火(SA)算法,依据概率性的劣向转移,以一定概率接受劣解,使算法具有跳出局部最优而实现全局最优的能力.引入自适应温度衰变系数,使模拟退火算法能够根据当前环境自动调整搜索条件,从而提高算法的搜索效率.通过7个经典函数测试混沌模拟退火粒子群优化算法的性能,并将其应用于Job Shop调度问题.仿真实验结果表明,采用新算法有效地克服了停滞现象,增强了全局搜索能力,与遗传算法、粒子群优化算法相比寻优性能更佳.

针对传统数据库系统中数据复制协议未充分考虑取决于数据块擦写次数的闪存寿命问题的不足,提出基于上下文的数据复制协议(CBRP).CBRP分析在一定时间窗口内数据复制写操作之间的上下文关系,以闪存数据块大小为基准合并针对相同表的同类操作,以每个操作数据集之间的覆盖或回滚关系为依据消除不必要的操作,在处理结果递交到其他线程进行并行提交后,即刻开始新一轮的处理过程.基于完整实现CBRP的MySQL数据库系统的实验结果表明,在不同的工作负载下,CBRP与经典数据复制协议相比,在从节点上降低了20%～50%的块写操作数,数据复制性能有20%～40%的提升.证明CBRP是对延长闪存寿命行之有效的数据库数据复制协议.

针对一类非线性系统的控制问题,结合基于仿射传播聚类的最小二乘支持向量机（LS-SVM）多模型建模算法与PSO优化算法,提出新的多模型预测控制算法.采用仿射传播聚类算法对历史样本数据进行聚类,得到各个类的训练样本数据|利用LS-SVM对各个类分别建立子模型,采用网格搜索和交叉验证为各子模型找到合适的模型参数,将所建立的子模型作为预测控制算法的预测模型.在滚动优化时,计算当前控制量与各聚类中心的欧氏距离,选择相应的子模型计算未来时刻模型的预测输出,计算得到参考轨迹.建立优化问题的目标函数,采用PSO算法优化求解得到系统的最优控制量作用于对象.将提出的算法在某芳烃异构化过程中进行仿真试验，分别采用提出的算法以及单模型预测控制算法、基于k均值和BP神经网络的多模型预测控制算法进行仿真.结果表明,采用提出的多模型预测控制算法可以获得更好的控制性能.

针对分类阈值任意给定和临近边界区域操作工况识别可靠性低问题,提出基于贝叶斯理论的概率偏最小二乘极限学习机（p-PLS-ELM)分类算法.偏最小二乘被嵌入到极限学习机框架内,通过提取隐含层正交潜在变量,避免共线性引起输出权值系数不稳定,降低输出预报值的不确定性,改善分类编码输出预报模型的鲁棒性和稳定性.应用非线性最小二乘方法估计每类条件概率密度函数的参数,结合概率密度函数和贝叶斯定理,计算每类输出预报值后验概率作为分类可靠性测度.采用该方法在某污水处理厂进行实验验证.实验结果表明,基于概率PLS-ELM方法的污水处理操作工况识别可靠性和准确性相对优于PLS-ELM方法.

针对图书质量较难量化的问题,以用户在阅读过程中的流失和留存数据为基础,对各个关键行为节点设置评测权重,通过用户阅读图书的深度来量化图书质量.在分析在线阅读平台特点的基础上,根据用户阅读图书深度到达的难度来量化用户的阅读行为,提出基于用户阅读行为的图书自动评测算法.图书的最终综合评测值考虑图书半衰期和用户分群对图书评分的影响,能够根据图书的多个评测指标对图书进行自动评测,帮助用户选择更符合自身喜好的图书,提高用户满意度和用户体验.

讨论一类带有虚拟领导者的二阶多智能体蜂拥问题. 为了避免群体的分裂, 提出对虚拟领导者进行反馈控制的蜂拥算法.假设多智能体系统中有部分数量固定的跟随者和领导者之间建立通信链路,领导者在沿着预设轨迹运动的同时, 根据此部分跟随者的状态反馈调节自身的运行速度,减小跟随者和领导者之间的跟随误差.利用该算法,即使只有部分的跟随者能够获得虚拟领导者信息,所有的跟随者的速度仍将渐近收敛到虚拟领导者的速度,跟随虚拟领导者的运行轨迹运行,最终形成稳定的群集运动.仿真了多智能体在平面上的蜂拥运动,仿真结果验证了结论的有效性.

针对多变量系统中存在的强耦合,提出基于对角CARIMA模型的多变量广义预测控制近似解耦算法.根据对角CARIMA模型中的A和C矩阵为对角形式的特点,将多输入多输出系统分解为多个多输入单输出系统进行预测和控制,一定程度上降低了变量之间的耦合性.根据模型预测值与参考轨迹之间的偏差实时调整目标函数中跟踪误差的加权系数,达到进一步降低各个回路之间耦合的目的.加权系数调整的基本原则是,每个输出跟踪误差的加权系数是由其他输出在同时刻偏离参考轨迹的加权误差平方和构成.当某个输出偏离目标值时,其他输出的跟踪误差权值相对增大,以避免输出之间的相互扰动,达到近似解耦的目的.利用单变量GPC、多变量MGPC、基于设定值观测器解耦的MGPC以及提出的近似解耦方法,分别对温室温度和相对湿度控制系统进行仿真实验.仿真结果显示,近似解耦算法控制平稳,输出变量之间的相互扰动显著降低.

为了提高SoC集成设计效率,构建基于IP-XACT标准的CKSoC（C-SKY SoC）设计集成平台.采用自底向上的集成策略,通过IP/子系统两层复用和软硬件资源复用,依次从IP级、SoC核心系统级和SoC芯片级3个层次逐步细化完善系统平台,生成3个不同的平台：RTL仿真平台、FPGA原型仿真平台和门级网表逻辑综合环境,可以显著地提高SoC设计集成效率.双核SoC芯片设计实例展示了CKSoC设计集成平台使用与分析方法,证明了CKSoC设计集成平台的高效性与可行性.

设计应用于流水线型ADC的全差分运算放大器. 运放中共模反馈电路采用调节反馈深度和共用差分信号通路的新型结构来实现,用简单的结构实现了高环路增益,通过降低反馈系数的方法防止电路产生自激振荡,避免了因引用补偿电容带来的高成本和高设计难度.放大器采用两级折叠共源共栅结构并进行频率补偿,输出级采用推挽式AB类结构.设计的全差分运算放大器基于中芯国际（SMIC）0.35 μm工艺.后仿结果表明,放大器直流增益为100 dB,负载为3 pF时单位增益带宽为359 MHz,相位裕度为68°,建立时间为12.3 ns,满足ADC所要求的性能指标,适用于高精度流水线型ADC中的级间增益电路和采样保持电路.

为了解决多视角人脸检测中多视角导致的人脸结构不同的问题和人脸与非人脸之间的误分类风险不同的问题,检测特征使用局部二值模式（LBP）及统计直方图,人脸非人脸分类器使用可控风险敏感AdaBoost（CCS-AdaBoost）.LBP及统计直方图能够描述多视角的人脸结构|CCS-AdaBoost能够在降低总体的误分类风险的同时最小化分类错误率.实验中,LBP特征的性能在正面人脸检测上比Haar-like特征更好.CCS-AdaBoost分类器在一定条件下也比普通AdaBoost分类器有更好的性能，并且弥补了风险敏感AdaBoost分类器（CS-AdaBoost）对靠近分类边界的样本分类不好的缺陷.最终的多视角人脸检测器在CMU-Profile测试集上获得了满意的结果.该算法实现了鲁棒的多视角人脸检测方法,在相同虚警率下获得比其他人脸检测方法更好的结果,能够有效地解决多视角人脸检测中的2个问题.

针对摄像机运动的情况,提出多目标分割和跟踪的新方法.利用主动轮廓模型,将运动估计和运动分割融合在同一基于时空域的能量泛函中.为了克服传统的活动轮廓模型和水平集方法存在的局部最小值问题,对时空分割模型进行凸优化,避免了初始化轮廓对分割结果的影响,保证了能量函数对分割的全局最优性.提出相应的快速原始-对偶算法,提高了计算效率.实验表明,该方法能够有效地实现运动场景下的时空域运动分割与跟踪.

为了提高特征选择方法的计算速度,提出基于Levy flight随机过程的特征选择方法.该方法在寻优过程中定义基于启发式的分阶段搜索策略,在局部搜索行为中引入Levy flight随机过程,将Levy flight距离与搜索行为进行映射.在不同的搜索阶段,利用不同的映射区间改变搜索行为出现的概率,以该映射来控制局部搜索行为的方向和速度,从而避免了陷入局部最优的问题.实验结果表明,采用LevyFS算法克服了启发式特征选择方法的局限性,平均耗时仅为SFFS算法的1/3左右.

针对冗余可修系统这一类广泛配置于各种关键应用中的高可靠系统,定义简单的冗余可修系统可靠性描述模型——冗余可修门.该模型能够有效地集成于动态故障树分析工具中,用以刻画冗余可修系统的可靠性行为,基于离散事件仿真方法给出通用的冗余可修门可靠性模拟方法.基于随机过程理论,证明了共享维修系统状态演变对应的随机过程是马尔科夫再生过程,推导了有效的可靠性分析公式.基于系统的同构性和负指数分布的无记忆性,证明了独立维修系统的失效转移性质,结合马尔科夫再生过程理论推导了有效的可靠性分析公式.通过实例说明了给出的冗余可修系统可靠性分析方法的具体应用.