在蒙特卡洛模拟中（N=50，T=20，分位数τ=0.5），模式搜索法估计的系数偏差为0.032，而现有迭代加权最小二乘法偏差为0.045。利用该模型研究我国30个省份金融发展与经济增长的关系，发现在低分位数（0.1）处金融发展弹性为0.12，高分位数（0.9）处为0.28，证实了非线性效应。在生成的面板数据（ρ=0.6的AR(1)误差）上，忽略Copula结构的传统方法估计均方误差为0.087，而

对于内啮合转子泵优化问题（6个设计变量），AMG-H在120次真实仿真后找到了比初始设计流量提升18%的参数组合，而传统方法需要200次。在多目标优化中，采用Kriging预测的均值和方差构造广义期望改善矩阵，引导多目标粒子群种群的更新。在压力容器设计优化中（两个黑箱约束），算法在初始无可行点的情况下，经过45次估值找到可行解，并在90次估值时使成本降低22%。✨ 长期致力于黑箱函数优化 响应面模

将视频帧分割为超体素，每个超体素作为图结点，使用低秩表示系数矩阵描述结点间的全局相似性。该模型为每个模态分配一个质量权重，权重由该模态中背景的光流熵确定。在自建的25对视频测试集上，运动目标检测的F1分数达到0.94，优于单模态的0.88。在贝叶斯滤波框架中，每个模态的候选目标区域用协同稀疏表示编码，重构误差与判别性得分联合决定该模态的权重。✨ 长期致力于多模态数据集构建、视频统计先验、信息融合、

在爱泼斯坦方圈测试中，频率50Hz、磁通密度1.5T时，模型拟合决定系数R2从0.91提高到0.98。提出一种截流时刻反推算法CMIA，利用断路器截流瞬间的电压和电流记录，结合变压器等效电容与电感参数，通过拉普拉斯反变换重构截流后的铁心磁通响应。在10kV/0.4kV配电变压器上，截流时刻为电流峰值后32度，实测剩磁为0.38T，CMIA计算值为0.36T，误差5.2%。设计一个基于迭代学习的剩磁

建立斜齿行星轮系全自由度集总参数模型，包含太阳轮、行星轮、齿圈和内齿圈的平移和扭转自由度，考虑时变啮合刚度、齿侧间隙和安装误差。修形参数优化目标为齿面最大Mises应力最小化，设计变量为齿廓修形量和齿向修形量，使用遗传算法进行全局搜索，种群规模50，进化代数30。优化后最大应力从412MPa降至356MPa，降幅13.6%，同时传动误差波动减小41%。✨ 长期致力于行波共振、集总参数法、修形、显式

分别建立BP和RBF神经网络预测模型，BP网络结构为3-8-1（输入：主轴转速、进给速度、切削深度），学习率0.02，动量因子0.9，训练误差目标0.001；采用遗传算法求解，得到最优参数组合：主轴转速8200r/min，进给速度180mm/min，切削深度1.8mm，此时材料去除率达到11.2cm³/min，比经验参数提高31%。✨ 长期致力于花岗岩加工、金刚石刀具、铣削力、压痕仿真、裂纹、神经

主模型根据物料平衡原理建立磨矿粒度的动态微分方程，包含磨机给矿量、入口加水量和分级机溢流浓度三个输入变量，采用prey-predator方法校正模型参数，捕食者-猎物算法在每15分钟更新一次参数，收敛速度比梯度下降法快3倍。回路设定值优化采用串联神经网络结构，输入为粒度目标偏差、给矿量变化率和溢流浓度，输出为三个控制回路的设定值校正量。✨ 长期致力于赤铁矿磨矿过程、磨矿粒度、数据驱动、运行优化控制

针对下肢外骨骼摆动腿雅可比矩阵奇异导致的控制失效问题，提出了三种改进策略：阻尼最小二乘法动态调整阻尼因子λ=λ0*exp(-||J||^2/σ^2)，截断奇异值分解法保留最大奇异值占比95%以上的分量，以及加权伪逆法根据关节角度置信度分配权重。在模型参数摄动30%的情况下，关节角跟踪误差仍小于0.35°，满足外骨骼助行要求。✨ 长期致力于液压驱动下肢外骨骼、结构优化、逆雅克比矩阵、人机交互系统、多

采用正弦扫频激励，测得-3dB带宽达到4.2Hz，比原控制器提高1.5Hz。在单轴阶跃响应测试中，稳态误差±0.12mm，调整时间0.28s，比传统PID缩短42%。并联平台轨迹跟踪正弦信号（幅值20mm，频率0.5Hz）时，最大跟踪误差1.8mm，均方根误差0.9mm。为提升系统频响，设计集成自适应架构，直接自适应项补偿参数不确定性，间接自适应项处理未建模动态。✨ 长期致力于气动并联平台、气动伺

同时引入了显著性流概念，将扩散过程建模为流场演化，每个像素处的显著性流矢量指向显著性值增加最快的方向。多特征融合采用并行框架，分别提取RGB颜色、方向梯度直方图和深度特征（若可用），每个特征通道独立运行显著性流扩散，然后通过二次规划学习融合权重。第二阶段从显著性种子出发，通过各向异性扩散方程将显著性值扩散到全图，扩散系数由颜色、纹理和空间距离联合决定。✨ 长期致力于显著性目标分割、图像分割、子空间