根据混凝土泵车的实际工作情况给出了各节臂架最危险工况下理论受力值的计算方法,应用浮点数编码的改进型遗传算法对混凝土泵车臂架系统的油缸连杆机构进行优化布局.经仿真模型检验,得到满足系统运行特性,且各节油缸的长度及推力均有明显减小的优化布局方案,为长臂架混凝土泵车臂架系统的智能设计提供了理论依据.

为使喷浆机器人纵向进给机构与巷道中线始终保持平行 ,采用了一组油缸联动机构 ,并用改进的遗传算法对其进行了优化设计。改进后的遗传算法采用浮点数编码 ,用惩罚函数处理等式和不等式的约束问题 。

针对具有末端附加质量的柔性机械臂弹性振动问题,提出采用基于遗传算法的线性二次型控制方法对其进行抑振控制。首先分析了柔性机械臂的弹性变形问题,采用假设模态法描述弹性变形并基于Lagrange方程建立具有末端集中质量的柔性机械臂动力学模型。其次,推导出系统的控制模型,采用线性二次型最优控制对柔性机械臂系统进行抑振控制,并用遗传算法优化线性二次型性能指标函数中的加权矩阵。仿真实验结果表明,与传统的经验值相比,优化后的控制方法能有效衰减末端弹性振动,柔性机械臂系统端部定位速度更快,验证了该方法的可行性。

针对典型的电液位置伺服系统，将PID控制与重复控制相结合，设计了一种复合控制器。其中，PID控制采用遗传算法对其参数进行优化。计算机仿真表明，复合控制器的应用改善了系统的动态性能，比单纯的应用经典PID控制取得了更好的周期信号跟踪效果。

利用AMESim和Matlab／Simulink的各自优势，建立了一个液压伺服系统的联合仿真模型，采用自适应混合遗传算法对PID控制器的参数进行优化，自适应混合遗传算法即克服了遗传算法经常出现“早熟”收敛的现象，又克服了模拟退火算法对参数的苛刻要求。仿真实验表明：自适应混合遗传算法能提高寻优速度及寻优精度，整定的PID参数一致性好，能提高液压伺服系统的控制精度和速度。

AMESim是一套完备的面向工程设计的高级建模仿真软件。本文运用AMESim和遗传算法对液压位置伺服系统的PID参数进行了优化设计。结果表明，遗传算法这一全新的优化方法能快速、有效地得到全局最优解。

针对电液伺服系统模型不精确、参数时变和负载干扰大的特点，提出了一种Bang—Bang＋Fuzzy-PI的自适应复合控制器，利用模糊开关在不同控制方式间切换，并采用遗传算法对Fuzzy控制器的量化因子和PI控制器的积分系数进行在线优化。比较了复合控制器与Fuzzy控制器、Fuzzy-PI控制器和PID控制器的主要动态及静态指标，仿真结果表明这种复合控制器上升时间短、稳态精度高、鲁棒性强，具有优良的控制性能。

遗传算法是一种适合求解大规模组合优化问题的通用有效的智能优化算法，液压集成块孔道网络优化设计问题属于组合优化的NP问题，长期以来没有得到良好的解决。本文给出该问题的数学优化模型，提出对布线顺序的处理策略，采用遗传算法实现了自动寻优的液压集成块孔道网络连通设计。

介绍了基于Fuzzy—PID自适应带材纠偏系统的工作原理。系统首先根据有关参数选择Fuzzy或者PID控制策略，同时，利用组合遗传算法来优化PID的3个参数Kp,K1，KD。结果表明：此算法比现有许多优化算法有效。

该文将BP神经网络与遗传算法结合起来，建立了遗传神经网络模型。然后通过采用Visual C＋＋6．0语言并结合数据库技术开发出液压AGC故障智能诊断平台，阐述了平台设计思想。最后，以电液伺服阀为例，给出了故障模式识别的实验数据，证明了遗传神经网络用于该故障诊断系统的可行性。