在汽车主动悬架LQG控制器的设计中，以悬架性能指标作为目标函数的加权系数通常为定值，为使系统性能达到更优，提出利用果蝇算法的参数少、易调节、计算量小、寻优精度高的特性，对其进行优化，提高LQG控制器的设计效率和性能。仿真结果表明，与传统的LQG控制结果进行对比，所采用的LQG控制果蝇优化权值系数方法更能改善汽车的主动悬架的性能。

针对轧机传动系统扭振控制问题，建立含间隙非线性的轧机系统动力学模型。考虑到轧机扭振模型的非线性和参数不易测量的特点，提出神经网络和模糊PID相结合的控制器设计方法，以模糊PID为主体，通过引入神经网络改变模糊隶属度函数的中心值和宽度，最终得到最佳PID参数。设计神经网络-模糊PID智能控制器，并利用实际轧机参数与经典双闭环控制系统进行对比仿真。仿真结果表明所设计的智能控制系统对轧机传动系统扭振的抑制作用明显优于经典双闭环控制系统。

通过试验分析分别得到汽车顶棚约束模态和工作模态，其中约束模态试验采用激振器激励，工作模态试验采用室内转鼓激励；对比驾驶员右耳处噪声自功率谱密度函数，发现通过工作模态分析得到的频率更加贴近噪声峰值频率；将驾驶员右耳处噪声自功率谱和所有测点振动加速度自功率谱平均值相比较，发现100 Hz到400 Hz内顶棚振动对车内噪声起主要作用。最后，通过调整顶棚结构实现车内噪声的降低。

针对轧机传动系统扭振控制问题，建立考虑负载转矩的轧机传动系统动力学模型。考虑到扭振模型比较复杂和参数不易测量的特点，提出基于神经网络的状态观测器，并对标准BP网络进行优化处理。设计基于改进BP神经网络状态观测器的智能控制系统，并利用SIMULINK对轧机实例进行仿真。结果表明设计的智能控制系统对轧机传动系统的扭振有良好的控制效果。