为了提高室内可见光定位的精度, 采用了基于Levy飞行变异机制、结合自适应移动因子、改进黄金正弦算法的接收信号强度指示可见光定位方法,将室内屋顶的发光二极管灯按3×3网格状排布, 接收到光强信号通过朗伯模型得到未知节点与参考节点的距离, 并采用Levy飞行变异机制提升算法搜索空间的多样性, 结合自适应移动因子提高算法收敛速度, 使得个体更新受局部极值约束力下降。结果表明,改进算法平均定位误差为1cm, 平均迭代次数40次～80次;改进黄金正弦算法的定位速度和定位精度均得到提升。该研究对室内大型场所实时、快速精确定位有帮助。

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。

为了改善差分灰狼预测算法的早熟收敛、搜索能力不均衡、容易陷入局部最优等问题,提出了一种改进的混合灰狼优化(HGWO)预测算法,可自适应改进和调整差分进化中的变异算子、交叉算子和变异策略。嵌入具有分类预测功能的支持向量机(SVM),同时引入莱维飞行全局搜索更新狼群位置,优化SVM核函数参数γ和惩罚因子C,构建了HGWO-SVM预测算法预测推焦车大车道内物体的运动轨迹。结果表明,与已有算法相比,该算法对行人、自行车、电瓶车、电动三轮车、大中小型四轮汽车的位置预测相对实际值的误差分别降低了4.21、4.14、7.91、2.03、25.53个百分点,预测时间减少了8.8~10 s。可以克服焦炉恶劣的环境影响,准确预测推焦车车道内运动对象的轨迹,为推焦车无人化运行提供主动安全的预测控制方法。

研究了非线性阻尼驱动的惯性莱维飞行在自由势场中的反常输运。通过引入依赖于速度的非线性阻尼，长程跳跃的莱维粒子被束缚，粒子的动力学行为由发散收敛为与时间呈正比的正常扩散。观察到在自由势场中莱维飞行的速度的定态概率分布呈双模分布形式，更为重要的是，观察到双模形式与莱维系数及非线性阻尼系数相关。