针对社交网络中影响谣言传播的社会环境因素，分析了两种最普遍的社会效应——从众效应和权威效应对谣言传播的影响。首先，将社交网络中的人群划分为未知者（S）、犹豫者（H）、传播者（I）和免疫者（R）四种类型，并根据新的状态转移机制建立了SHIR谣言传播模型；其次，应用迭代技巧和拟合方法分析了初始传播者密度、初始传播率与谣言传播峰值之间的关系；最后，从个体角度刻画了谣言传播的从众效应和权威效应，仿真分析了两种社会效应对谣言传播的影响。实验结果表明：谣言传播峰值与初始传播者密度呈线性增长关系，但到达传播峰值的时间随初始传播者密度的增加快速减少；初始传播率越大，谣言传播峰值越高，到达传播峰值的时间越短；从众效应和权威效应能够显著扩大谣言传播范围，提高无谣言稳定态网络中免疫者的比率；网络密度越高，谣言传播速度越快，范围越广；相同条件下从众效应的影响强于权威效应，但随着网络密度的增加，两者的差别逐渐减小；初始传播者越重要，谣言传播速度越快，范围越广，但权威效应的影响更突出。

针对一类带节点处理速率限制的连续时间容量网络，提出了该网络中的最短动态时间流问题，并给出其线性规划形式；通过分析该网络与经典网络之间的内在联系，利用最大接收流和退流的思想分别设计出准确求解两种网络最短动态时间流的高效算法；证明了算法的正确性并分析出算法有较小的复杂度；最后，通过一个算例演示了算法的执行。

为了提高被控系统的控制精度及加快迭代域内的收敛速度，提出一种基于遗传算法的模糊PD型迭代学习控制算法。该算法通过模糊TSK模型设计迭代学习控制器，TSK模型中THEN部分的未知参数由遗传算法离线计算确定，进而产生合理的迭代学习律。针对被控系统，设计相应的迭代学习控制算法进行仿真分析，并与传统PD型迭代学习控制算法、模糊PID迭代学习控制算法相比较，进而将该算法用于双关节机械手进行仿真研究，仿真结果表明该算法的有效性。