预处理是提高玉米秸秆生物转化利用效率的有效途径。 玉米秸秆经生物炼制转化为生物燃料时, 转化率与其原料内的纤维素和半纤维素含量直接相关。 为了实现对预处理后玉米秸秆的生物炼制过程的有效调控, 提出使用近红外光谱(NIRS)对玉米秸秆的纤维素和半纤维素含量进行快速检测, 解决传统化学方法测试速度慢、 成本高的问题。 为了提高NIRS检测的效率和精度, 将遗传算法与模拟退火算法相结合构建遗传模拟退火算法(GSA)用于预处理后玉米秸秆纤维素和半纤维素含量NIRS特征波长优选。 GSA算法以NIRS波长点数为码长进行二进制编码, 以偏最小二乘法(PLS)回归模型的交叉验证均方根误差为目标函数, 结合温度参数设计适应度函数, 基于Metropolis判别准则实现扰动解的选择复制, 能够在避免早熟的同时有效提高进化后期的搜索效率。 采用碱预处理、 生物预处理及其相结合的方法对采集的玉米秸秆进行预处理后制备样品120个, 并测定其纤维素和半纤维素含量及NIRS。 使用7点Savitzky-Golay平滑结合多元散射校正和标准正则变换对光谱进行预处理后, 利用Kennard-Stone法按3∶1比例划分校正集和验证集。 然后, 使用GSA算法对NIRS全谱进行特征波长优选(记为Full-GSA)、 对协同区间偏最小二乘法(SiPLS)优选后谱区进行特征波长优选(记为SiPLS-GSA)、 对反向区间偏最小二乘法(BiPLS)优选后谱区进行特征波长优选(记为BiPLS-GSA), 并使用PLS回归模型和验证集对特征波长优选结果进行评测。 Full-GSA以全谱1 557个波长点为基因, 执行16次算法, 优选出118个纤维素特征波长点和164个半纤维素特征波长点。 SiPLS-GSA经SiPLS优选的纤维素和半纤维素谱区波长点数分别为388个和160个, 再经GSA进一步优选后得到157个纤维素特征波长点和148个半纤维素特征波长点。 BiPLS-GSA经BiPLS优选的纤维素和半纤维素谱区波长点数分别为358个和180个, 再经GSA进一步优选后得到130个纤维素特征波长点和153个半纤维素特征波长点。 结果表明, 通过波长优选, 不仅参与建模的波长点数量显著减少, 而且回归模型的性能显著优于全谱建模。 其中, 采用Full-GSA优选的纤维素特征光谱回归性能最佳, 采用SiPLS-GSA优选的半纤维素特征光谱回归性能最佳。 回归模型验证集的平均相对误差(MRE)分别为1.752 4%和2.020 8%, 较全谱建模分别降低了13.636 6%和25.368 4%。 基于结合温度参数设计适应度函数的策略构建的GSA具有良好的全局搜索性能, 适用于玉米秸秆纤维素和半纤维素含量NIRS特征波长优选。 GSA以全谱每个波长点为染色体基因的编码方案适用于NIRS全谱的特征波长优选。 GSA同样适用于SiPLS和BiPLS优选后谱区的特征波长优选, 能够有效实现优选后谱区的波长点优选。

基于LED的室内可见光通信(VLC)能够实现照明和高速率的数据传输, 但LED朗伯辐射模式和光线多径效应等使VLC系统下行链路在同一接收水平面的光功率和照明强度分布不均匀, 难以保证通信服务的公平性。提出了一种改进的遗传模拟退火算法(IGSAA)搜索最优的功率调节因子并调节LED阵列的发射功率。IGSAA基于不同接收点的接收功率差异的适应度函数, 采用双点交叉操作方式并根据种群最优个体信息和进化代数设计自适应变异概率以增强算法的搜索能力, 采用基于子群划分的概率交叉和变异方法以增加种群多样性。仿真结果表明, IGSAA能在有限进化代数内有效地提高室内VLC系统的覆盖均匀性。

根据已测K9玻璃和晶体(ZnS，MgF₂，Calcite)的实验数据，将遗传模拟退火算法应用于修正的Sellimeier方程的参数反演中，建立了上述材料的色散方程。同时比较了遗传模拟退火算法和遗传算法(包括标准遗传算法和多种群遗传算法)在迭代搜索性能方面的差异。结果表明：遗传模拟退火算法的优化效果最优并且性能最稳定。同时，将通过遗传模拟退火算法所得K9玻璃和晶体在某一光谱区域的色散方程应用于其他光谱区域中，发现色散方程的拟合值与实验值符合较好，这表明通过该方法所得色散方程具有较好的外推性。因此，通过遗传模拟退火算法进行色散方程的参量反演方法可以用于其他材料色散方程的拟合。

为了研究智能优化算法在不同晶体材料色散方程参数反演中的迭代搜索性能问题, 根据已测石英和方解石晶体的实验数据, 分别采用遗传算法、模拟退火算法和遗传模拟退火算法应用于晶体色散方程的参数反演中, 获得了晶体修正的塞耳迈耶尔方程的参量, 同时比较了三种算法在迭代搜索性能、算法稳定性、计算时间和差方和等之间的差异, 结果表明, 三种算法在晶体色散方程参数反演时都可以得到满意的结果, 但是, 由于遗传模拟退火算法同时具备遗传算法的快速全局搜索性能和模拟退火算法的极强局部搜索性能, 使得在晶体色散方程参数反演中的优化效果更优.因此在建立其它材料色散方程时建议采用遗传模拟退火算法, 而且这一结果对研究混合智能算法的迭代搜索性能也是有帮助的.

为了研究遗传模拟退火算法在光散射模型参量反演中的迭代搜索性能问题,分别采用遗传模拟退火算法和单一遗传算法迭代搜索了几种介质的双向反射分布函数模型的相关参量。将两种算法的反演结果与在特定激光波长下的双向反射分布函数实验数据进行了对比,通过理论分析和实验验证,取得了两种算法所得到的拟合值,两种拟合值都与实验数据吻合得较好;同时比较了遗传模拟退火算法和单一遗传算法在迭代次数、计算时间和均方误差等之间的差异。结果表明,两种算法在不同介质表面双向反射分布函数模型参量反演时都可以得到满意的结果,且前者优化效果更优。这一结果对研究不同算法的迭代搜索性能是有帮助的。

结合基本遗传算法与模拟退火算法，构造出了新的具有全局搜索优化特性的遗传模拟退火算法。根据卫星表面BRDF实验数据和统计模型，引用遗传模拟退火算法，获得样片BRDF模型参数的优化估计，从而获得了三维空间的BRDF分布，其优化参数后的模型在另一部分数据上也得到了很好的吻合验证。

主要研究了基于光子晶体光纤的宽带分立式拉曼放大器的优化设计方法。简化了多波长抽运宽带光纤拉曼放大器的传输方程, 得到优化设计的模型及目标函数。对传统的优化算法进行了改进, 提出了一种新的遗传模拟退火算法, 该算法同时利用遗传算法和模拟退火算法的优点。设计了两个分立式光纤拉曼放大器, 一个采用双波长抽运, 另一个采用四波长抽运。仿真结果表明, 光子晶体光纤可以用来设计成为短长度、高效的分立式光纤拉曼放大器。

基于标量衍射理论，系统探讨了二元位相光栅实现激光束叠加的理论和位相光栅设计方法，利用新型遗传模拟退火混合算法得到优化的光栅参数，给出其用于分束和耦合时的模拟结果，并讨论实际误差对位相光栅耦合效率的影响。二元位相光栅用于激光束叠加有结构简单，调节灵活的优点，可以有效地提高激光束的功率密度和系统的整体性能。