核辐射场区全覆盖路径规划对于辐射环境下区域作业者的辐射安全有重要意义。本研究基于生物启发神经网络算法，提出一种进行辐射剂量最优控制的全覆盖路径规划算法。首先，利用福岛核电站部分地形以及蒙特卡罗粒子输运程序分别构建模拟核辐射场区的障碍物分布和辐射剂量场，然后，采用Python语言进行算法仿真试验，模拟核辐射场区的每一个栅格定义为一个神经元，建立起生物启发神经网络，将栅格剂量率与神经元活性耦合实现路径规划的辐射剂量最优控制，分别采用单个、4个和8个移动单元进行仿真试验。结果表明：单个移动单元的规划路径在实现100%覆盖率，4%覆盖重复率的同时，能够优先覆盖低剂量区，延后覆盖高剂量区，实现了过程剂量和累积剂量的最优控制。为提高全覆盖的时间效率和获得更低的单体累积剂量，对算法进行多单元协同搜索的改进，结果表明：4单元和8单元仿真的覆盖重复率分别为5.72%和6.29%，1单元、4单元和8单元仿真完成全覆盖时间分别为30 min、9 min和4 min，时间效率成倍提高；最大单体累积剂量分别为4.11×10^-3 mSv、1.28×10^-3 mSv和0.85×10^-3 mSv，也在显著降低。本文提出的算法能实现过程剂量和累积剂量最优控制的全覆盖路径规划，另外算法可以协同规划多单元路径，显著降低单体累积剂量，对辐射环境下区域作业的辐射防护有重要意义。

能量稳定性和剂量精度是半导体光刻用高重频准分子激光器的重要指标，必须采用高精度的控制算法对其进行控制。针对准分子激光器，首先对准分子激光器的单脉冲能量特性进行了分析，并在分析的基础上建立了准分子激光器的出光能量仿真模型。然后，分别设计了能量稳定性控制算法，基于PID的双闭环剂量精度控制算法和基于决策算法的剂量精度控制算法，并通过在仿真模型上实验对于算法控制效果进行了分析，证明了基于决策算法的剂量精度控制算法的适应性更强。最后，将基于决策的控制算法在一台重频为4 kHz的KrF准分子激光器上进行了验证。该激光器在基于决策的控制算法的控制下，能量稳定性的3σ小于5%，剂量精度小于0.4%，满足半导体光刻的需求。在仿真实验和实际实验中都证明了研究中设计的能量特性控制算法的有效性。