根据最小二乘法、基于遗传算法的平面度误差评定方法以及最小包容区域法的算法特点，提出一种可以快速、精确评定平面度误差的算法。该算法解决了初始参数寻优范围大，影响计算效率的问题，是一种可兼顾计算速度与精确性的平面度误差评定方法。

液压集成块的优化问题是当今学术界的研究热点。智能优化算法是解决液压集成块优化问题的一种有效方法。该文主要对液压集成块智能优化中最常用的优化算法——遗传算法、模拟退火算法以及混合遗传模拟退火算法和小生境遗传退火算法进行了介绍、分析和比较,并对该问题的研究方向进行了探讨。

将熵产理论引入翼型的多目标气动优化设计,通过理论推导湍流流场熵产率计算公式,进而阐述熵分析方法在翼型气动优化中的作用。通过CST参数化方法对翼型进行参数化建模,并将多目标优化算法与CFD计算耦合起来,计算翼型升阻比和流场熵产率,建立一种以最大升阻比和最小熵产率为目标的翼型优化方法,进而得到优化翼型的Pareto解,并与传统翼型优化方法进行对比。与初始种群相比,优化翼型具有更优的气动性能,在升阻比提高的条件下,流场熵产率减少,能量效率提高。采用多目标遗传算法得到的非支配解集分布均匀,质量较高,设计者可以根据设计需要选择具有相对低熵产的一组翼型来改善空气动力性能。结果分析表明,本文所建方法具有较强的全局收敛性,具有一定的工程应用前景。

针对民机在着陆构型下增升装置打开时出现的升力系数迟滞现象,运用嵌套网格技术对给定模型进行网格划分并进行定常、非定常数值模拟,分析迟滞情况。结合增升装置打开时间短,迟滞量尽可能小的优化方向,运用遗传优化算法进行计算。增升装置最优打开方案与通过拉丁超立方抽样法生成的初始样本相比,升力系数迟滞量明显减小,气动特性有较大改善。

针对风力机翼型优化计算量大的问题,提出了一种基于计算流体力学和神经网络气动性能近似计算的翼型优化方法。首先根据茹科夫斯基翼型理论构造了翼型参数化表达方法,以多工况条件下的翼型气动性能为目标函数,选取翼型表达式中的12个参数为设计变量,建立了翼型气动性能优化模型。然后用优化拉丁方采样方法获得翼型样本设计空间,通过计算流体力学方法获取每个样本的气动性能,利用神经网络对样本集进行非线性拟合,构建神经网络翼型气动性能近似计算模型。遗传算法在寻优时,用近似计算模型代替耗时的流场计算,最终得到最优解。并通过此方法对FFAW3-301翼型进行优化,优化后翼型具有更佳的气动性能,优化结果表明此优化方法具有可行性。

基于柔度法静气弹分析方法,对电动飞机复合材料机翼考虑气动弹性载荷的结构优化方法进行研究。以考虑翼型弯度的涡格法计算机翼气动载荷,并与计算流体力学(CFD)计算结果进行对比,验证其准确性。使用遗传算法对机翼结构进行铺层优化,以铺层度及铺层角度百分比为优化变量,结构质量最低为优化目标,强度及复合材料工艺性作为设计约束,对机翼结构进行优化,计算强度时考虑气动弹性载荷。最后通过静力试验验证仿真结果的准确性。研究表明直机翼考虑气动弹性载荷后翼根弯矩、剪力及扭矩均有增加,基于该优化方法可设计合适的机翼结构刚度,在满足强度设计要求同时能达到减重目的。

测量过程中安装定位倾角误差影响涡旋齿高测量精度,基于精密旋转平台开发了涡旋齿高高效精密测量系统,采用改进遗传算法计算出涡旋齿高定位倾角误差,并对测量结果进行补偿,补偿后对比试验结果表明：在保证测量精度和三坐标测量机基本一致的前提下,快速测量系统的总测量时间缩短为355 s,测量环境和测量速度能满足加工现场的测量要求。新测量系统通过进一步开发可用于涡旋齿高在线检测。

针对某石化公司离心式CO2压缩机四段出口动态流量准确测量困难的问题,引入软测量方法对动态流量进行测量,研究了基于支持向量机的软测量技术实现对流量的间接测量方法.提出了采用遗传算法和粒子群算法分别对支持向量机的参数进行优化,并将参数优化后的支持向量机得到体积流量软测量模型的预测效果与传统的交叉验证法参数优化的预测效果进行了对比,取得了良好的效果.

为了改善蓄能器的动态特性,保证其稳健性,该文利用AMESim软件建立了液压制动系统的模型。运用Optimization工具,以蓄能器在紧急制动工况可保证的制动次数为目标,利用遗传算法对影响蓄能器的主要设计参数进行了优化,得到最佳充气压力为6MPa,并验证了其稳健性,为蓄能器与整个制动系统匹配设计提供了方法和理论依据。该研究对于蓄能器的优化设计和改进具有参考作用。

分析了矿用乳化液泵站中卸载阀的工作原理，建立了数学模型。在AMESim 软件中运用遗传算法优化原理，选择卸载阀中影响因素较大的参数进行参数取值，并对这些参数进行优化设计。最后，通过仿真证明优化结果能使卸载阀在工作时达到最大的节能效果。