通过分析国家标准中同轴度的定义，提出更符合最小区域要求的评定方法，并利用微粒群算法寻找最小误差值。首先提出一种完全根据同轴度定义建立的评定模型，随后针对具体应用场所提出一种改进的评定模型。针对改进的模型分别采用了微粒群算法和最小二乘法评定同轴度误差，对比结果表明此模型下用微粒群算法有很好的处理速度、更准确的评定结果以及较低的计算成本。

针对曲线轮廓度误差评定存在的问题，提出对设计点插值反算出轮廓的三次非均匀有理B样条（NURBS）理想曲线的方法，建立自由曲线轮廓度误差计算的数学模型．应用微粒群优化算法（Particle Swarm Optimization，PSO）计算测量点到理想曲线的最短距离，准确评定曲线轮廓度的误差．采用Matlab软件实现自由曲线轮廓度误差评定的可视化，使得被测量的几何特征更加直观．实验结果表明，所用方法计算速度快、所得结果精度高．

为了在全局范围正确评价圆度误差，采用微粒群算法对圆度测量数据进行最小二乘法评价，克服了传统圆度最小二乘法评价的局部收敛问题。计算结果表明，本文介绍的方法可以在设计变量的全局范围内有效、正确地评价圆度误差。

为有效地解决液压阀块加工车间调度问题，考虑工序间和机器间的约束关系，以最大完成时间最小为目标，给出了液压阀块加工车间调度优化模型。为平衡算法的全局和局部搜索能力，提出了多作用力微粒群（MFPSO）算法，采用多作用力阶段性搜索策略，将搜索过程划分为前期、中期、后期3个阶段，并对应构造单一斥力、平衡引斥力、单一引力3种作用力规则，在不同搜索阶段采用不同的作用力规则，提高了算法的搜索机制和寻优性能。将MFPSO算法用于求解液压阀块加工车间调度问题，利用矩阵变量来处理约束条件，给出了一种基于矩阵的微粒编码、解码方法。通过液压阀块加工车间调度优化实例，将MFPSO算法与微粒群算法、中值导向微粒群算法、扩展微粒群算法、蚁群算法进行了对比，结果表明，提出的MFPSO算法结果最优，从而验证了该算法的有效...

针对微粒群算法作用力规则的不足,提出改进混合作用力微粒群(IHFPSO)算法。采用阶段性搜索策略,将算法的搜索过程分为前期和后期2个搜索阶段:在前期搜索阶段,微粒在其他微粒的引斥力作用下进行最优搜索,以保持种群多样性;在后期搜索阶段,微粒在双引力及引力提供的加速度的共同作用下向最优解收敛,以提高局部搜索能力。将所提出的IHFPSO算法应用于液压阀块加工车间调度问题,利用矩阵变量来处理约束条件,给出一种基于矩阵的微粒编码、解码方法。通过液压阀块加工车间调度优化实例,将IHFPSO算法与微粒群算法、中值导向微粒群算法、扩展微粒群算法、多作用力微粒群算法进行对比,验证提出的IHFPSO算法结果最优,实现液压阀块加工车间调度优化。

针对微粒群算法易于陷入局部最优解、早熟的缺点，将Lévy飞行引入微粒速度迭代公式中，并动态改变微粒群速度迭代公式中Lévy飞行的权重值，提出动态Lévy飞行微粒群算法。根据T－S故障树理论，建立液压支架液压系统的可靠性模型，进而得出可靠性费用目标函数。将提出的动态Lévy飞行微粒群算法应用于液压支架液压系统的可靠性优化中，并通过标准微粒群算法、布谷鸟搜索算法和基于Lévy飞行微粒群算法比较，验证所提出算法的优越性。

为兼顾微粒群算法收敛速度与跳出局部解的能力,利用阶段性搜索方式将算法搜索过程分为前、后两个不同阶段。在算法的前期搜索阶段,当前微粒受个体最优微粒与全局最优微粒的引力作用,在算法的后期搜索阶段引入中值导向加速度,提出一种动力驱动微粒群算法。最后,针对液压矫直机PID控制的参数优化问题,考虑控制信号、上升时间和误差量的关系,建立液压矫直机PID控制参数优化模型,利用动力驱动微粒群算法优化得到更好的参数组合,实现PID控制参数优化。