针对群智能优化算法在优化过程中容易陷入局部最优、种群多样性低以及高维函数优化困难的问题，提出一种基于布朗运动与梯度信息的交替优化算法（AOABG）。首先，采用全局、局部搜索交替的寻优策略，即在有变优趋势的范围内切换为局部搜索，有变劣趋势的范围内切换为全局搜索；然后，局部搜索引入基于梯度信息的均匀分布概率的随机游走，全局搜索引入基于最优解位置的布朗运动的随机游走。将所提出的AOABG与近三年的哈里斯鹰优化算法（HHO）、麻雀搜索算法（SSA）、特种部队算法（SFA）在10个测试函数上对比。当测试函数维数为2、10时，AOABG在10个测试函数上的100次最终优化结果的均值与均方差均优于HHO、SSA与SFA。当测试函数为30维时，除了HHO在Levy函数上的表现优于AOABG（两者优化结果均值处于同一数量级）外，AOABG在其他9个测试函数上表现最好，与上述算法相比，优化结果均值提升了4.64%~94.89%。实验结果表明，AOABG在高维函数优化中收敛速度更快、稳定性更好、精度更高。

针对现有区块链之间相互独立、互通困难的问题，提出一种“主链+子链”的新型许可公有链架构。首先，在现有的委托权益证明（DPOS）、可验证随机函数（VRF）、实用拜占庭容错（PBFT）等算法的基础上设计了创新双层共识算法，同时加入可信许可机制，使区块链兼具许可和公有的特性；然后，详细描述了主子链的设计过程，主链负责链群管理并提供公共服务，而子链针对不同业务场景独立设计，并且通过连接主链中继实现跨链数据通信，从而实现数据安全隔离；最后，构建实验环境进行测试，以验证许可公有链设计的可行性。实验结果表明，相较于现有的超级账本Fabric等一些区块链，所提出的许可公有链具有显著优势，吞吐量最高可达到每秒25 000次，平均延迟时间可达8 s。为进一步研究不同类型区块链跨链数据互联互通提供了技术支撑。