针对制造行业中的圆片下料问题，为了在合理的计算时间内使材料的利用率尽可能高，提出并行遗传下料算法（PGBA），以下料方案的材料利用率作为优化目标函数，将下料方案作为个体，采用多线程的方式对多个子种群并行进行遗传操作。首先，在并行遗传算法的基础上设计特定的个体编码方式，采用启发式方法生成种群的个体，以提高算法的搜索能力和效率，避免早熟现象的发生；然后，采用性能较好的遗传算子进行自适应的遗传操作，搜索出一种近似最优的下料方案；最后，通过多种实验验证算法的有效性。结果表明，与启发式算法相比，PGBA的计算时间有所增加，但材料利用率得到了较大的提高，能有效提高企业的经济效益。

针对表情识别的简便快捷问题，提出一种多尺度局部二值模式傅里叶直方图(LBP-HF)和主动形状模型(ASM)相结合的人脸表情识别方法。该方法首先利用ASM检测并分割人脸区域，减少不相关区域的影响; 然后提取多尺度LBP-HF特征形成识别向量; 最后采用最近邻分类方法进行表情识别。通过提取不同尺度的LBP-HF特征，研究各个尺度LBP-HF特征对表情识别的影响，最终结合多尺度LBP-HF特征实现表情识别，获得更有效的表情特征。通过与Gabor特征的实验结果进行对比，验证该方法的简便可行性，最高平均识别率达到93.5%。实验结果表明，该方法可以用于人机交互中。

针对无线传感器与执行器网络(WSAN)的传感器节点定位问题，提出了一种基于虚拟力的无线传感器与执行器网络测距定位算法，使用移动的执行器节点替代传统无线传感器网络(WSN)定位算法中的锚节点，并将虚拟力模型引入基于信号到达时间(TOA)的定位算法。该算法在利用虚拟力驱动执行器节点逼近提出定位请求的传感器节点的同时，根据信号传输时间计算节点间的距离完成节点定位。仿真结果表明，提出的定位算法使得节点定位成功率提高20%左右，平均定位时间以及定位开销均小于传统TOA算法，适用于实时性要求高、执行器节点数量较少的场合。