四旋翼无人直升机是一种多输入、强耦合、多变量、欠驱动的系统，其可以应用到航拍、考古、边境巡逻、反恐侦查等多个领域，具有广阔的前景。根据欧拉定理以及牛顿定律建立四旋翼无人直升机的动力学模型，并且考虑了空气阻力、转动力矩对于桨叶的影响，而后基于经典PID 算法设计了双环控制系统，之后在此基础上结合模糊控制技术设计了模糊自整定PID 控制器。通过Matlab /Simulink 对两种控制算法设计的控制器进行仿真比较，从仿真结果可以看出两种控制算法均可使四旋翼无人直升机到达指定位置并且保持悬停状态，但模糊自整定PID 算法设计的控制系统在响应时间以及稳定性方面优于经典PID 下的控制系统的控制效果。

 四旋翼无人机的姿态控制是自主飞行控制的核心，针对四旋翼姿态易受外界环境干扰和内部参数摄动等不确定性影响的问题，设计了一种鲁棒自适应反步控制器，以提高四旋翼的鲁棒性。建立了四旋翼完整的姿态运动模型，并将其转化为含有广义不确定性的多输入多输出非线性系统。根据该系统满足严格反馈的结构特点，设计了反步控制器; 针对系统中存在的外部干扰和内部参数摄动等不确定性，引入了一类鲁棒自适应函数来抵消该不确定性对系统的影响; 采用非线性跟踪微分器估计虚拟控制量的微分信号，减小了反步控制器设计中普遍存在的“计算膨胀”问题; 通过构造Lyapunov 函数证明闭环系统是稳定且指数收敛的。仿真结果表明，所设计控制器具有良好的控制效果和鲁棒性。

针对Hough变换无法校正无边框车牌和Radon变换计算量大的问题，提出一种融合Hough变换与Radon变换的车牌倾斜校正方法。通过设置车牌的有效检测区域，利用自适应Kirsch算子提取水平边缘，融合Hough与Radon变换的车牌倾斜校正算法可以对有边框和无边框的车牌图像更快速地进行处理。实验选用200张人工倾斜车牌图片用于检验由算法获得的倾斜角度的准确性，选用400张自然倾斜车牌图片，用于对比Hough变换法、Radon变换法和融合算法三种算法的速度和校正正确率。该算法在Matlab平台下，角度在[-20°,20°]范围内的平均执行速度为0.38s，校正正确率达到90%以上。实验证明，该算法计算量小，正确率高，鲁棒性好。

论文针对一类非线性离散动态系统，设计了一个自适应控制方案。为了保证在任意时刻均能为被控的动态系统选择最好的控制器，方案基于输入输出数据为系统定义一个线性预测模型并在此基础上设计能够保证闭环系统所有信号有界的线性鲁棒自适应控制器，同时定义一个非线性预测模型，再基于径向基神经网络设计一个旨在提高系统控制性能的非线性自适应控制器。通过比较两个控制器预测的系统输出性能，设计合理的开关切换规则。控制方案能够将系统稳定性控制和性能优化的控制分离并单独实现，使得系统能够在保证稳定性前提下，借助神经网络控制器良好的追踪能力有效提高自适应控制效果。最后通过仿真例子说明了系统稳定和提高输出追踪效果可以同时得到保证。

针对BP 神经网络算法通常具有收敛速度慢且容易陷入局部极小值的缺点，在对国内空调订单市场进行分析和研究的基础上，提出一种用遗传算法优化灰色神经网络模型参数的方法，该方法利用灰色模型( Grey Model，GM) 弱化数据的随机性以及神经网络的高度非线性，对空调订单建立了一种非线性预测模型，并采用遗传算法对其进行优化，从而提高了预测的精度并加快了收敛程度。仿真结果表明该算法能较好的解决空调订单预测的问题并可推广到同类预测中。

针对差分进化算法DE 传统变异策略不能有效平衡全局搜索和局部搜索，并且算
子固定，导致算法早收敛、搜索效率较低。基于DE 变异策略性能，提出一种混合变异策略，
力图平衡算法探索和开发能力，使得前期增强全局搜索，保持种群多样性; 后期偏重局部搜
索，尽快收敛到全局最优值。同时操作算子采用随机正态缩放因子F 和时变交叉概率因子CＲ，
进一步改善算法性能。几个典型Benchmarks 测试函数实验表明: 该改进型差分进化算法能有
效避免早收敛，较好地提高算法的全局收敛能力和搜索效率。

针对电动变桨系统的时变性、非线性、大惯性及风速不确定性等特点，提出一种基于多种群遗传优化算法的电动变桨系统的变论域模糊控制方法。在该方法中，通过分析确定变论域伸缩因子的结构，利用多种群遗传算法优化其参数，实现伸缩因子参数的智能寻优，有效解决了模糊控制器精度不高、模糊控制中规则数量与控制精度之间的矛盾。在遗传算法迭代中，染色体采用实数编码、多种群、多目标并行搜索，利用最优个体最少保持代数作为算法终止判断。将设计的优化变论域模糊控制器应用于电动变桨系统的速度控制中，根据速度环的性能指标建立合适的目标函数，通过对基本论域自适应调整，实现了速度环的自适应控制。仿真结果表明，基于多种群遗传优化算法的变论域模糊控制在动态性能和稳态性能上优于变论域模糊控制。