由大量阵元组成的阵列天线其性能受不断出现的失效阵元影响, 可通过进化重配置阵列中剩余正常阵元激励实现性能修复。分析了阵列天线进化重配置过程, 综合分析了自修复过程中评价函数类型, 设计了不同评价函数分析流程, 通过Chebyshev直线阵的自修复仿真实验, 分析了不同评价函数对阵列天线自修复结果的影响, 分析结果表明, 基于性能参数的评价函数和方向图匹配与性能参数相结合评价函数具有较好性能, 该分析结果为具有失效阵元的阵列天线自修复中评价函数选择提供了参考。

提出了一种基于动态适应度函数的光刻机光源掩模优化方法(SMO)。动态适应度函数方法在遗传算法优化过程中采用动态适应度函数模拟真实光刻工艺条件误差对光刻结果的影响，得到对光刻工艺条件误差不敏感的优化光源和优化掩模。该方法无需优化权重系数，即可获得与权重优化后的加权适应度函数方法相近的工艺宽容度。典型逻辑图形的仿真实验表明，曝光剂量误差为15%时，动态适应度函数方法得到的优化光源和优化掩模的可用焦深达到200 nm，与加权适应度函数方法的优化效果相当。动态适应度函数方法也可用于降低SMO 的优化光源和掩模对其他工艺条件误差如彗差的敏感度。

在多聚焦图像的融合过程中, 对源图像采用固定大小的分块会导致融合后的图像存在块效应、边缘模糊甚至聚焦错误。为了克服此问题, 提出了一种新的基于人工鱼群优化分块的多聚焦图像融合方法。首先, 将源图像分解成互不重叠的方块, 利用聚焦准则选取清晰度高的方块, 将已选择的方块合并重构成初始融合图像。然后, 利用改进的人工鱼群优化算法, 根据一定的适应度值, 寻找最优大小的分块方式, 获得更优的融合图像。 该方法与基于空域、频域及其他优化算法的融合方法进行了多个实验比较, 结果表明, 该方法获得的融合图像具有较好的客观质量和主观视觉感觉。

确定图像非线性增强变换函数中最佳参数的通常做法是利用智能优化算法自动寻优,其中,优化算法中适应度函数的设计对于算法寻优的性能、图像增强的效果具有举足轻重的作用。目前,最常用的适用于图像质量评价的适应度函数仅是包含图像方差单一项, 其实评价图像增强效果的重要因素还包括信息熵、紧致度、信噪改变量以及像素差别量等。据此, 设计新的应用于图像非线性增强优化算法的适应度函数, 充分考虑上述5种影响因素, 并且兼顾图像的整体与局部, 大的结构和小的细节平衡体现。将新设计的适应度函数用于遗传算法及粒子群算法对图像进行非线性变换增强实验, 仿真结果表明, 该算法具有较高的自适应性, 且增强质量评价明显提高。

提出将粒子群算法用于三片镜光学系统的优化设计。设计了关于曲率半径、透镜面之间的距离、玻璃折射率、系统长度等光学系统结构参数的光学评价函数，用此函数作为粒子群算法中的适应度函数，实现了对光学系统的自动寻优。给出了用粒子群算法进行三片镜光学系统设计过程实例，结果证明：用粒子群算法可以设计出球差、子午场曲、子午光线弥散值都很小的三片镜光学系统; 并且用该算法进行光学设计不需要知道系统具体的初始结构，克服了现有光学设计软件高度依赖具体初始结构的缺点，可以自由控制结构参数的搜索范围，从而提高光学系统设计的智能化程度。

针对红外图像轮廓特征信息提取的特点, 提出基因表达式编码算法。首先建立基因表达式编码规则, 求出最大的基因编码空间以及基因编码个数; 接着把红外图像像素集合与染色体基因序列构建映射关系, 不同的基因编码则代表不同的像素值, 适应度函数大的基因参与数据优化, 最后给出了红外图像轮廓特征信息提取评价函数以及算法过程。实验仿真得出基因表达式编码提取的红外图像轮廓没有伪吉斯效应, 时效性快, 边缘点保持指数接近理想状态。