提出一种基于遗传算法的温度控制方法，这种方法就是将控制系统的输入值编码成遗传算法的染色体．利用遗传算法对其进行优化并实现对温度系统的控制。模拟实验和真实实验的结果表明此方法是可行的，有效的。

利用部署于不同地点的多台光电经纬仪对飞行目标进行交会测量，可以确定被测目标的空间位置。为提高对被测目标的定位精度，提出了一种基于遗传算法的多台光电经纬仪优化布站方法。首先建立了光电经纬仪交会测量定位优化布站数学模型，然后针对该优化问题对遗传算法进行了设计，最后运用该算法对三台光电经纬仪布站几何进行了优化布站仿真计算，得到了三台光电经纬仪经布站优化后的站点坐标，且仿真结果表明该方法能够明显提高对被测目标的定位精度。

动力吸振器作为抑制特定频率范围内结构物过大振动的有效装置,一直是理论研究和工程应用中的热门课题.本文针对在工作环境比较复杂噪声信号较多的情况下,在频域时域内分别采用遗传算法和LQR的控制方法,对主动动力吸振器进行了优化,数值计算结果表明,说明经过遗传算法优化,再经过LQR的控制系统能较好的适应噪声信号较多的情况.

提出一种基于遗传算法优化BP网络结构的自适应噪声抵消器，BP算法是最典型的多层神经网络学习算法，它在局部搜索时比较成功．但由于BP网络大多采用沿梯度下降方向的搜索算法，因而不可避免地存在收敛速度慢，容易陷入局部极小点等问题。而遗传算法擅于全局搜索，鲁棒性很强，将采用遗传算法优化网络初始权值的方法，将两种算法相结合，做到优势互补。GA与BP算法的混合算法不论是在运行速度还是在运算精度上都较单纯的BP算法有提高，在信噪比的改善程度上，混合算法的信噪比针对余弦信号提高了23db左右。

以遗传算法和人工神经网络为基础，结合结构静力位移测量进行参数识别，从而判别工程结构的健康状况。

为解决产品实际装配过程装配序列规划的问题,建立了描述装配过程中零部件间装配关系的几何干涉关系矩阵。设计了以装配换向次数、装配工具更换次数、装配体稳定性和基础件位置为目标函数的遗传算法,并改进了该遗传算法相应的交叉算子、变异算子和适应度函数,以确保算法的有效性。在初始种群生成时,输入由DELMIA软件虚拟拆卸得到的几何可行装配序列,改善种群的组成成份。将该遗传算法应用于某链轮的装配序列规划中,验证了该算法的有效性。

为充分利用已有的设计信息，实现设计信息到制造信息的快速转换，针对箱体类零件的几何特点，提出以面为中心的，基于痕迹与规则的混合特征识别算法。实例证明，该文的识别算法能够有效识别箱体类零件中的常用加工特征，并在开发的CAD／CAPP集成系统中利用遗传算法实现了对所获取的特征信息的充分利用，制定出合理的工艺路线。CAD／CAPP集成技术能够有效地缩短产品开发周期，提高工艺人员的工作效率，降低成本。

非线性摩擦是影响高精度机械伺服系统动静态性能的主要因素之一。针对精密实验平台随行程位置不同表现出不同的摩擦特性,提出了一种基于LuGre模型的改进型摩擦建模方法,以速度和行程位置信号作为模型的输入变量,并用遗传算法对该模型的动静态参数进行辨识。基于改进型摩擦模型,分别通过精密实验运动平台及其相应的伺服仿真平台进行了摩擦现象和摩擦前馈补偿的实验和仿真。实验结果表明,摩擦补偿后的跟踪误差值约为补偿前的1/3,系统的静差也由原来1.4μm减小到0.4μm,与仿真平台摩擦补偿前后的现象基本一致。该改进型LuGre摩擦模型能直观、精确地描述实验平台的摩擦特性,基于该摩擦模型的前馈补偿减小了系统的跟踪误差,提高了系统的定位精度。

介绍了可进化硬件的机理和相关技术,着重阐述了一种基于进化论中遗传算法的大规模电子电路设计方法,分析了如何通过可进化硬件的机理来实现复杂系统的高容错性设计.介绍了进化电子电路设计的设计架构及基本设计步骤,实现进化电子电路设计的设计环境.展望了基于可进化硬件思想的电子电路设计的发展前景.

为了预测变速箱总成密封质量,提高一次装配合格率,提出一种灰关联分析和遗传算法-BP神经网络的预测模型。应用灰关联分析方法,计算各装配工艺参数的灰关联度,确定影响变速箱总成密封质量的关键装配工艺参数。建立基于遗传算法GA的BP神经网络预测模型,对M型变速箱装配总成泄漏值进行预测。几种预测方法结果表明,本文提出的预测方法获得的预测值平均相对误差最小,约为5.67%,验证了该预测方法的有效性。