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。

减速型有限能量Airy脉冲振荡拖尾形状和频谱受多个参数的影响，分别分析减速型有限能量Airy脉冲峰值功率、脉冲宽度、初始啁啾、截断系数和分布因子变化对异常波产生以及超连续谱的相干性和稳定性的影响。研究结果表明，减速型有限能量Airy脉冲参数变化能够对超连续谱中异常波起到调控作用并影响超连续谱的相干性和稳定性。此外，利用多目标粒子群算法对5个脉冲参数同时进行优化，将500次模拟输出孤子峰值功率平均值两倍作为判断异常波产生的标准，将产生异常波的个数及500次模拟输出孤子峰值功率分布作为优化目标，得到减速型有限能量Airy脉冲促进或抑制异常波产生的最佳脉冲参数，实现超连续谱中异常波的可控产生。

针对批量化零件的自动化高效视觉检测需求，传统的先视点再路径的单独规划方法容易导致检测效率陷入局部最优。为此，本文提出一种视点与路径多目标整体规划方法，将视点和路径规划问题建模为一个组合优化问题进行多目标优化，旨在全局寻求检测效率最优解。该方法基于表面曲率对视点进行自适应冗余采样，构造兼顾质量与多样性的采样视点集。针对视点覆盖率与检测时间成本两个优化目标，提出基于约束的非支配排序遗传算法（C-NSGA-Ⅱ）进行优化，快速得到满足最小覆盖率的全局最优解，从而实现视点与路径的整体规划，最小化检测时间成本。仿真实验结果表明，该方法相比于简化为单目标优化问题的整体规划方法，运算效率提升90%左右；与传统的单独规划方法相比，视觉检测时间成本有效缩短10.52%以上。最后通过机器人视觉检测应用验证了本文方法的有效性与优越性。

掺铋光纤放大器有助于将光纤通信系统拓展至新的传输波段。然而，其增益和噪声性能存在相互制约的关系，提升增益往往会导致噪声性能的恶化，反之亦然。因此，提出一种结合反向传播神经网络（BPNN）和带精英保留策略的快速非支配排序遗传算法（NSGA-Ⅱ）的多目标优化方法，通过对两级掺铋光纤放大器结构进行设计，实现了增益和噪声性能的同时优化。使用经过训练的BPNN对增益和噪声系数预测的均方根误差分别为0.191和0.084，具有较高预测精度。以高增益和低噪声系数为目标，使用NSGA-Ⅱ算法进行优化，得到包含500个解的Pareto最优解集。优化后，放大器所能实现的平均增益范围为15~37 dB，相应的平均噪声系数范围为4.95~5.31 dB。利用BPNN代替求解耦合微分方程来评价个体适应度，使得优化时间较传统方法由10⁶ s左右降低为80 s左右，大幅提升了优化效率。所提方法也为其他掺杂光纤放大器的高效率、多目标结构优化设计提供了一种新的思路。

传统的无线电导航技术借助量子纠缠信号优越的特性可以突破所面临的技术壁垒，实现高精度的测量。结合量子照明的原理和腔电光力转换器，提出了一种基于量子微波纠缠信号的导航测距方案。通过将测距任务模型化为一个多目标假设测试问题，突破了量子照明中二元假设检验的限制。同时，通过理论分析和仿真，证明了所提测距方案在误差指数方面具有优势，且在测距精度上优于经典的测距方案。

制备以钢纤维(SF)、塑钢纤维(MPPF)为骨料的高性能道面混杂纤维再生混凝土(HFRAC), 研究改善再生混凝土(RAC)强度及耐磨性能, 采用响应面法(RSM)中Box-Behnken试验设计方法, 以SF体积掺量、MPPF体积掺量和砂率为因素, 以HFRAC抗折强度、抗压强度和磨损量为评价指标, 建立各评价指标的预测模型, 分析各因素对评价指标的影响, 并构建基于NSGA-Ⅱ耦合熵权TOPSIS法的HFRAC配合比优选模型, 确定综合性能最优时的配合比方案。结果表明: 在试验范围内各评价指标的响应面模型拟合效果良好, 预测精度高; 各评价指标不仅受单因素影响, 而且受因素间交互作用影响, SF体积掺量与MPPF体积掺量交互作用对抗折强度、抗压强度影响极显著, 对磨损量影响显著, MPPF体积掺量与砂率交互作用对抗折强度影响显著; 当SF体积掺量为1.39%、MPPF体积掺量为0.97%、砂率为36.10%时, HFRAC综合性能最优。该方法能够实现HFRAC性能的综合改善, 可为HFRAC在道路工程中的推广应用提供一定理论依据和技术支撑。

为提高航空器航迹预测的准确性, 考虑航路限制、成本指数以及航空器性能限制, 提出一种基于多目标约束的航空器下降段航迹预测方法。根据航空器性能数据、特征参数、航路限制及成本指数要求, 采用动力学理论动态分析并预测各航段多维状态数据。利用航空器数据记录器中的一条真实航迹的起飞、爬升和巡航数据预测优化其下降航迹。仿真结果表明, 对比真实航迹, 预测航迹及多维状态数据可随成本指数及航路的约束动态调整, 满足航路限制并提高了燃油利用率。