描述了基于遗传算法的双层多孔介质骨架发散冷却的优化方法．冷却剂在固定压差（Be数）与多孔介质特征尺寸的条件下被注入固体骨架，通过改变多孔介质的材料、孔隙率和厚度比例，在满足固体骨架的质量和成本等约束条件下，以最低热端表面温度为优化目标，利用遗传算法找出可行的最优冷却结构设计．计算结果表明，靠近冷端的第一层多孔介质孔隙率应当尽可能的大以提高冷却剂流量，但是其组成材料对热端表面温度影响很小，而第二层靠近热端的多孔介质的组成材料对热端表面温度有很重要的影响，它的孔隙率取决与其对有效导热系数、冷却剂流量和内部热交换系数三方面影响的平衡．

白车身的制造质量关乎整车质量,工装夹具调整是控制白车身误差的有效手段,针对夹具调整时调整量难以确定的问题,首次应用改进的支持向量机模型结合历史调整量和在线测量数据解决夹具调整量的预测问题。建立白车身上多个被测特征点的在线测量数据与夹具调整量的关系,通过实际工程应用表明该方法能确定调整量,有效降低白车身制造的误差。

超磁致伸缩材料（Giant magnetostrictive material,GMM）因为具有大应变和热鲁棒性等优良特性而应用广泛。超磁致伸缩材料器件设计中涉及电-磁-机等多个场能量转化,现有的设计主要利用经验公式。针对一种利用GMM智能加工活塞异形孔系统,建立一种综合考虑驱动线圈时间常数、驱动线圈电感、系统一阶固有频率、电磁转化系数及镗杆构件径向变形量为目标的多目标多约束优化设计模型,提出一种耦合有限元计算和非支配排序遗传算法（NSGA-II）计算模型,根据此模型优化结果设计GMM智能加工活塞异形孔系统。所建立的模型及提出的实现方法,对智能化设计GMM器件具有一定的借鉴。

针对柔性制造车间调度问题的特点,提出一种求解该类问题的定点扰动-遗传算法（Fixed Point Disturbance Genetic Algorithm,FPD-GA）。根据车间生产实际构建以完工时间、机床负荷和设备使用率为目标函数的多目标优化模型。针对遗传算法局部搜索能力差、易早熟收敛的缺点,设计定点扰动策略,增强局部寻优能力,并改进传统的遗传选择操作,保持种群的多样性,提高遗传算法的进化效率。以车间生产计划为实例测试改进算法,并与典型遗传算法的测试结果相比较,验证新算法的可行性与有效性。

为解决某雷达研制过程中结构复杂的问题,需要对其相关结构进行模型简化以提高研制效率.利用模型修正技术的思想,并结合遗传算法和神经网络模型的理论基础,设计出一种基于优化算法与模型修正技术的模型简化方法.通过MATLAB调用ANSYS技术,并以该雷达结构上复杂封闭腔体为模型简化对象,对该方法进行编程实现.调试运行,对获取的模态数据进行分析.结果表明,该模型简化方法的结果和效率较目前的方法有很大提高.

针对航空产品对紧固件的大量使用所形成的高成本及选用过程效率低的问题,研究了在满足紧固件设计要求的情况下,合理选取紧固件个数与紧固件直径,从而得到最小预估成本的优化方法。为此提出了基于改进遗传算法的紧固件最小成本优化,以35钢六角螺栓为例建立数学模型,在设定相同约束条件与设计参数的情况下分析了图解法、传统遗传算法、改进遗传算法对螺栓最小成本优化过程与结果。对比三种方法得到的螺栓最小成本,得出改进遗传算法优化结果最小,为紧固件的选取与成本估计提高了效率。

随着柔性制造系统的不断发展,在其制造生产线上配备自动化立体仓库可以减少生产线上物料的搬运时间,进而提高整条生产线的生产效率。自动化立体仓库作为柔性生产线的重要环节,其自身的工作效率将直接影响到整条柔性生产线的工作效率,故优化自动化立体仓库垛机的路径成为一个研究热点。针对某类具备＂缓冲层＂的自动化立体仓库,基于缓冲策略,提出了改进的遗传算法来优化垛机路径。＂缓冲层＂起到过渡作用,减少柔性生产线上加工中心的待工时间。通过VS程序仿真,验证了该算法的可行性,实现了立体仓库中垛机的运动路径优化。

基于AMESim建立高速电磁开关阀的模型及PID调节的高速电磁开关阀控缸位置控制模型，选用ITAE指标，用AMESim的遗传算法优化功能对PID参数进行优化，实现高速电磁开关阀控缸的精确位置控制。

PID参数整定是一个多参数组合优化的问题针对目前常用的工程整定法只能从系统的单项性能指标出发进行整定而无法在全局范围内对PID参数进行组合优化提出基于遗传算法的PID参数整定方法。这种方法充分利用遗传算法的适应度函数引入所需的系统性能指标对系统进行全面的参数设计。将该方法应用于泵控马达系统取得了良好的控制效果并将Ziegler-Nichols与遗传算法整定的PID控制系统响应曲线进行对比分析证明基于遗传算法的PID参数整定方法的优越性。

磁流变阻尼器控制系统的性能很大程度取决于阻尼器的数学模型，由于磁流变液在高速剪切速率下容易发生剪切稀化，因此，本文在原有S型滞环模型的基础上，引入了行为指数”从而改进了S型滞环模型。根据试验数据，并运用遗传算法和传统优化算法相结合求取全局最优解的方法，求解出了模型中的参数值。结果表明：改进后的S型滞环模型能够很好拟合高速区的速度-阻尼力试验特性曲线。