掩膜信号法一定程度上削弱了信号分解结果中的模态混叠现象,其分解结果主要受到掩膜信号的幅值和掩膜频率的影响。为获得参数最优解,摒弃了传统计算获得的方法,提出了细菌觅食算法优化掩膜参数的滚动轴承故障诊断方法。首先利用参数寻优的BFA算法优化掩膜信号的幅值和掩膜频率,得到最优参数组合,利用参数优化后的掩膜信号处理故障信号得到频谱更加纯净的本征模函数,最终根据相关系数准则选取最佳分量进行频谱分析。实验结果表明优化参数后掩膜信号处理下的故障信号抗模态混叠能力更强,分量融合后故障特征更明显。

针对选择性激光熔化(SLM)成形件质量低和工艺参数难以控制的问题,选取激光功率、扫描速度、铺粉层厚、扫描间距为优化变量,成形件的致密度为优化目标,设计正交实验获取训练样本,应用BP神经网络建立了针对316l不锈钢材料的致密度预测模型,然后通过遗传算法对网络模型进行优化和工艺参数寻优。结果表明优化后的致密度模型预测相对误差在0.73%左右,预测能力较好且波动较小,并基于模型寻优到激光功率197.28W,扫描速度623.85mm/s,铺粉层厚0.1379mm,扫描间距0.1139mm的最佳工艺方案。模型能准确地反映出工艺参数与致密度之间的映射关系,为SLM成形参数优化提供了新的思路。

针对传统比例-积分-微分（PID）控制器参数整定困难的问题,提出一种新型比例-积分（PI）参数自动寻优控制器（SPO）.先确定PI参数的取值范围,按一定取值间距建立PI参数的查找表;针对反馈跟踪控制的3个性能指标,包括上升时间、超调量和稳态误差,分别根据查找表的参数进行轮询式测试,建立3个独立的性能评价数据库;根据满意度函数映射和自动规则产生算法,将3个评价数据库分别用函数表示;为了综合考虑3个性能指标,使系统控制的整体性能达到最佳,引入了价格函数;最后通过基于层截面颗粒度分析的图形算法,寻找出最优的PI参数.在原子力显微镜（AFM）上的实验证明,本控制器能自动寻找出适合当前系统状态的最优PI参数,可避免由于人为经验因素对扫描成像造成的影响,从而取得更好的扫描图像.

针对冷轧液压自动位置控制系统多变量、强耦合、高阶次和时变性等特点，提出一种引入记忆因子的径向基函数神经网络在线自适应调节PID参数的系统。为提高网络精度，利用改进的混洗蛙跳算法离线全优化记忆径向基神经网络，在获得网络结构的同时得到初始参数，避免网络模型训练的繁琐，并利用测试函数证明优化后的网络具有良好的逼近能力。然后利用优化后记忆径向基神经网络的自校正功能在线细调PID参数，仿真结果表明，该控制系统跟踪快、超调小、适应性强，控制品质优于传统PID和普通径向基神经网络PID控制方法。

以双喷嘴挡板伺服阀为研究对象,确定6个动态参数为待寻优参数,根据快速性和稳定性的优化目标,建立伺服阀动态参数优化模型.优化模型运用混沌粒子群优化算法对伺服阀的动态参数进行寻优,得出一组最优解.通过对寻优前后数据的MATLAB仿真对比分析,验证了优化模型和优化方法的有效性.

为了使位移──电反馈型先导式比例方向节流阀及其应用系统的数字化，通过对阀本体数学模型的分析，设计了参数自寻优ＰＩＤ调节器，并给出试验系统及试验结果。