为了获得奥氏体不锈钢在液压支柱钢表面激光熔覆的最佳工艺参数，选取工艺参数激光功率、扫描速度、送粉速度为输入变量，将熔覆层质量作为评价指标建立数学模型，设计了16组正交实验。利用自适应混沌粒子群算法进行寻优，对熔覆层宏观形貌和显微组织进行实验分析，验证优化后的工艺参数的合理性与准确性，并将综合评价值相近的两组试件进行对比。结果表明：激光功率为1200 W、扫描速度为13 mm/s、送粉速度为1.72 g/min是最佳的工艺参数组合；采用自适应混沌粒子群算法对工艺参数进行优化，能够有效地改善熔覆层的宏观缺陷和表面性能，证明了该优化算法在激光熔覆领域应用的可行性。

为了探究激光功率、离焦量、扫描速度等工艺参数对石油管螺纹激光除锈效果的影响规律并获得最优工艺参数组合，以表面粗糙度值为指标，采用正交实验法进行石油管螺纹激光清洗实验，得出影响激光清洗效果因素的显著性排序。通过单因素实验法，得出不同工艺参数下的表面粗糙度值和氧元素含量的变化规律。以氧元素含量衡量清洗样件的表面损伤程度，以表面粗糙度为优化目标进行工艺参数优化。基于响应面法建立优化目标与激光工艺参数之间的数学模型，将数学模型与优化后的粒子群算法结合，得出优化工艺参数组合，即激光功率为488 W，离焦量为+3 mm，扫描速度为3000 mm/s。在优化后的工艺参数下进行管螺纹激光清洗加工，实验结果表明，管螺纹表面锈蚀层被去除，基底表面清洗效果良好，且熔池周围无熔融物，证明了方法的有效性。

为了实现空间物体三维重建，需要对相机参数进行标定，标定精度是其中关键问题。针对传统相机标定算法精度不高、收敛慢的问题，提出了一种基于动态调整和自适应变异相结合的改进粒子群优化相机参数算法。该算法以传统标定的结果为初始值，通过定义个体搜索能力来动态调整群体的惯性权重，避免了因惯性权重设置不合理对算法搜索能力的影响；并且根据粒子陷入局部最优的程度来自适应地调整最佳粒子的变异，从而提高算法的全局搜索能力。将所提相机参数标定算法与其他标定算法进行了比较，实验结果表明，所提算法具有优越性。

提出了一种适用于二维面形加权叠加的方法，该方法可以针对扩展LED光源设计自由曲面对光分布进行调控。在光源面上取5个采样点作为5个点光源产生5个自由曲面，对每个自由曲面数据点分别乘以权重因子，对加权之后的自由曲面进行叠加，叠加后的自由曲面作为初始轮廓。使用粒子群算法对权重因子做进一步优化，获得最优权重因子，使用最优权重因子对5个自由曲面进行加权叠加。使用叠加之后最优的自由曲面构成的透镜对扩展LED光源进行光分布调控，模拟结果表明，使用该方法可使目标面的照度均匀度达到75%，比初始透镜在目标面产生的照度均匀度提高了15%。该方法具有优化变量少、面形连续性好、收敛速度快等优点。

为了辨识压电陶瓷中的迟滞非线性, 该文提出一种改进的粒子群算法(PSO)对非对称Bouc-Wen模型进行参数优化。首先在归一化Bouc-Wen模型中引入非对称因子描述非对称特性, 解决该模型只适用于描述对称迟滞的问题。其次通过引入混沌映射、收缩因子和动态学习因子来对传统PSO进行改进, 动态改变粒子群的权重和学习因子, 有效地提高算法的搜索能力和收敛速度。最后通过改进的PSO对非对称Bouc-Wen模型进行参数辨识。结果表明, 改进的粒子群算法能较好地辨识Bouc-Wen模型参数, 验证了方法的有效性。

旋转双棱镜系统具有扩大视场的特点,在大视场、高精度目标跟踪领域具有广泛的应用前景。通过增大棱镜顶角可以提高视场放大倍率,但同时增大了系统装配误差对目标指向精度的影响。针对大顶角旋转双棱镜系统指向精度不高的问题,提出一种基于粒子群算法的旋转双棱镜指向误差校正方法,搭建了棱镜顶角为14.85°、棱镜折射率为1.515的旋转双棱镜成像系统;基于理想模型的指向测试结果,建立了基于装配误差分析的实验样机数学模型,实现对反向求解算法中棱镜顶角设定值和折射率设定值的参数辨识,最后在实验样机中进行指向测试。实验结果表明该方法可以有效提高大顶角棱镜的旋转双棱镜系统的指向精度,校正前后的最大指向误差减小了52.4%,平均指向误差减小了43.3%,均方根误差减小了44.0%,最小二乘法拟合圆半径减小了44.7%。

针对阵列孔径、阵元间距、阵元数等约束条件的稀布阵列天线综合，提出一种莱维飞行粒子群算法，该算法在改进粒子群优化算法基础上，引入莱维飞行机制，增加粒子位置的变化活力，有效避免粒子陷入局部最优和更新出现不可解。仿真结果表明，相比文献中遗传算法、粒子群算法，所提算法可以获得更好的收敛精确度，验证算法的有效性和稳健性。