高光谱解混是学术界的一个难题, 稀疏高光谱解混指的是利用已知光谱库进行解混, 旨在从先验光谱库中找到一些可以表征图像的数个纯光谱向量作为高光谱图像的端元, 并利用这些端元求解相应的端元丰度, 这是一个NP难的组合优化问题。目前多通过将L0范数凸松弛为L1范数进行稀疏解混, 但该方法得到的仅仅是近似解。文中提出了一种基于Pareto优化的稀疏解混算法(ParetoSU), 将稀疏解混问题转化为一个两目标优化问题, 其中一个优化目标是建模误差, 另一个目标是端元稀疏度。ParetoSU直接解决稀疏解混中的组合优化问题, 不需要对L0范数进行近似。最后利用仿真数据验证了该解混算法的有效性。

利用稳定平台机械-控制联合仿真精确的系统分析能力，提出了一种稳定平台控制器多目标优化设计方法。采用稳定平台机械系统的多体动力学模型和控制系统模型作为优化目标计算的基本模型，利用Pareto多目标遗传算法对控制器参数进行优化。为了降低遗传算法的计算量，引入代理模型技术，整个优化系统在ModelCenter内集成，实现优化过程的自动化，以提高设计效率。算例结果表明，本方法优化后的稳定平台控制系统具有更好的性能指标，并能有效控制计算成本，具有一定的应用价值。