为了降低混合动力汽车的油耗并减少有害气体的排放,提出了基于逻辑门限值的能量管理策略和自适应交叉NSGA-Ⅱ算法的控制参数优化方法。介绍了混合动力系统结构和工作模式,建立了混合动力系统仿真模型。基于逻辑门限值构造了混合动力汽车能量管理策略。以控制策略参数为优化对象,以降低油耗和减少有害气体排放为优化目标建立了参数优化模型。以NSGA-Ⅱ算法为基础,加入了基于t分布的tDX交叉算子,提出了自适应交叉NSGA-Ⅱ算法的参数多目标优化方法。经验证,自适应交叉NSGA-Ⅱ算法的收敛性优于传统NSGA-Ⅱ算法。经过自适应交叉NSGA-Ⅱ算法优化,油耗降低了8.13%,等效油耗降低了6.53%,CO排放量降低了10.97%,HC排放量降低了7.64%,NOx排放量降低了10.03%,说明自适应交叉NSGA-Ⅱ算法对混合动力汽车控制参数具有较好的优化效果。

为了实现机器人在动态环境下沿最优路径安全行驶,提出了基于新型启发蚁群算法的路径规划和避撞策略。建立了机器人工作环境的栅格模型,给出了路径质量评价标准。基于蚁群算法,引入了信息素浓度的梯度初始化方法,有效提高了算法前期搜索效率;给出了一种用于平滑路径的新型启发信息,提出了新型启发蚁群算法并用于全局路径规划。在设定场景下,给定了障碍物检测方法与正面避撞、侧面避撞策略。经仿真验证,新型启发蚁群算法规划路径长度短、收敛次数少、平滑性好,且避撞策略可以有效躲避障碍物,保证机器人安全行驶。

为了解决多频段数字均衡滤波器处理过程中数据计算量的问题，通过对数字均衡器设计的分析，将数字音频信号进行频域滤波处理，最终设计出一种高效的数字均衡滤波器。通过将数字信号在频域中进行傅里叶变换，提出了一种基于快速傅里叶变换原理的算法．该算法中码位倒置和蝶形运算方法的处理与通常的快速傅里叶变换相比，更有效地减少了数据的运算量．减少了数据处理的时间，结果表明，使用该种算法设计的数字均衡滤波器与传统的时域滤波方法相比，具有很好的实时处理效果。