人工制作了疲劳裂纹试样，利用一种小波分析方法对采集的疲劳裂纹涡流检测（ECT）信号进行了去噪顸处理及信号特征提取，通过破坏性检测方法获得了裂纹的真实形状．在建立疲劳裂纹参数化模型的基础上，利用经过处理的裂纹ECT信号与裂纹形状参数样本库对径向基函数（RBF）神经网络进行训练．采用遗传算法，通过创建大量表示裂纹形状参数个体的初始种群，输入经过训练的神经网络，得到对应的ECT预测信号；然后运用改进的遗传策略进行迭代反演优化，对裂纹形状最优解进行搜索．重构结果表明该方法具有快速、精确的优点．

树叶的形状重构和减阻能力在太阳能帆板、机翼结构、仿生天线设计和新型发电技术等方面具有应用价值.紫藤萝羽状复叶垂直悬挂于风洞中,在风速0～25 m/s范围内进行正面和反面迎风测试.发现存在前期稳定、中间过渡和后期稳定3个阶段以及5个临界风速.在前期阶段叶轴随风速弯曲变化剧烈,出现小叶分层飞翼和分层多形状稳定.过渡阶段出现叶轴大幅低频振动和部分小叶小幅高频振动两种不稳定形式.后期出现两层或单一整体稳定,横截面形状分为锥形、楔形和U形.随着风速增大,复叶宽度减小,小叶层数逐步减少,直至出现流线形单一整体.随着雷诺数增大,复叶阻力系数先是快速下降,后又缓慢地趋于常数.复叶Vogel负指数绝对值|α|随小叶数目的增大而增大.反面迎风时|α|比正面迎风时大,但随着小叶数目增加两者趋于一致.当复叶旋涡脱落频率与叶轴固有频率...