目的针对传统PID在对包装运输液压顶升系统控制中参数难以整定的问题,使用多种群遗传算法(MPGA)对参数寻优。方法采用多种群遗传算法,将算法与常规PID控制相结合。对液压系统进行分析,建立起液压系统的数学模型,将其运用到算法优化后PID控制策略的被控对象中。同时,与一般遗传算法优化后的参数进行仿真对比,考察多种群遗传算法对PID控制策略优化的有效性。结果仿真结果表明,多种群遗传算法优化后的参数能使被控对象很快地收敛于稳态。整个系统响应速度快、稳态误差小、超调量小,而一般的遗传算法得到的参数陷入局部最优,无法在较短时间内得到全局最优解。结论所提出的优化算法对PID参数整定有良好的效果,能满足系统的控制要求。

提出了一种基于多种群遗传算法（MPGA）的折反射全景成像系统非球面元件的设计方法。结合广义科丁顿公式及几何光学原理,推导出非球面两镜系统像散表达式。在此基础上,利用MPGA,以像散作为非球面两镜系统像差评价参数,求解出满足消像散及指定透视投影关系的非球面面形方程。给出MPGA求解非球面面形的实现过程,并用遗传算法最小二乘混合优化算法得到了便于实现光线追迹和像差计算的非球面多项式。研制了一个焦距为-1.2 mm,F数为1.5,视场为360°×（35-90°）的折反射全景成像系统,给出了实验图像,获得了较好的成像质量。

电磁阀的开启响应时间对某水下驱动系统的性能影响较大,为减小并联阀芯式高压电磁阀的开启响应时间,根据开启过程的数学模型,推导了开启响应时间的预测模型,以预测模型为基础,运用多种群遗传算法设计了以开启响应时间为优化目标的电磁阀参数优化程序,对阀的结构参数进行优化,分析了各参数对阀开启响应时间的影响,并以优化后参数加工了试验样阀,对优化结果进行了试验验证。结果表明在10 MPa压力下,优化后阀的开启响应时间预测值为47.6 ms,试验实测开启响应时间为48.3 ms,优化结果与实测结果误差较小。经优化,阀的开启响应时间减小了约14%,满足了驱动系统的基本要求。该研究为进一步提高驱动系统的驱动性能奠定了基础。

为提高物料运输调度效率,减少作业时间,将2批次物料投递问题划分为3个阶段,将3个阶段的总作业时间最少作为目标函数,提出了一个混合整数规划模型。通过定义单双向车道约束和运输车辆路口会车约束,并引入多种群遗传算法,研究了多台物料运输小车的物料投递作业调度模型及算法。与单种群遗传算法和某公司历史数据相比,结果表明:该算法可在避免局部搜索的基础上大幅度提高系统的运算精度与速度,减少物料配送时间,可靠性高。该研究结果为提高企业的经济效益提供了参考,也为多批次物料投递作业优化及决策提供了新的思路。

为提高磁悬浮主轴—转子系统运行状态的控制性能,从非线性角度对电主轴上主动磁力轴承—转子系统的动力学特性进行了研究。在考虑转子偏心造成的不平衡力周期性影响的情况下,建立了2自由度的磁悬浮主轴—转子动力学模型。通过模型简化与线性化近似处理构建系统状态空间模型,选择LQR控制器作为系统全状态反馈控制方法,设计出多种群遗传算法来实现对加权矩阵的优化设计,很大程度上解决了标准遗传算法未成熟收敛问题,增强了遗传算法全局搜索能力。在Simulink中的仿真实验结果表明：该算法收敛至最优值速度更快,响应时间较标准遗传算法减少58%,同时LQR控制系统具有更好的动态稳定性。

通过对谢菲尔德大学开发的Matlab遗传算法工具箱进行整理及改进,设计出一个简单可靠的多种群遗传算法Matlab计算框架.用一个典型的测试函数对该工具箱进行检测,计算结果显示了优良的寻优性能.