灰狼优化算法（Grey Wolf Optimizer，GWO）和人工蜂群算法（Artificial Bee Colony，ABC）是两种流行且高效的群智能优化算法.GWO具有局部搜索能力强等优势，但存在全局搜索能力弱等缺陷；而ABC具有全局搜索能力强等优点，但存在收敛速度慢等不足.为实现二者优势互补，提出了一种GWO与ABC的混合算法（Hybrid GWO with ABC，HGWOA）.首先，使用静态贪心算法替代ABC雇佣蜂阶段中的动态贪心算法来强化探索能力，同时为弥补其收敛速度降低的不足，提出一种新型的搜索蜜源方式；然后，去掉影响收敛速度的侦查蜂阶段，在雇佣蜂阶段再添加反向学习策略，以避免搜索陷入局部最优；最后，为了平衡以上雇佣蜂阶段的探索能力，在观察蜂阶段，自适应融合GWO，以便增强开采能力和提高优化效率.大量的函数优化和聚类优化的实验结果表明，与state-of-the-art方法相比，HGWOA具有更好的优化性能及更强的普适性，且能更好地解决聚类优化问题.
以65nm双阱CMOS（Complementary Metal Oxide Semiconductor）工艺的SRAM（Static Random Access Memory）为研究对象，采用三维数值模拟方法，结合SRAM中晶体管布局和邻近SRAM的相对位置，对寄生双极晶体管效应致纳米SRAM内部节点电势多次翻转的产生机制进行了深入阐述，对寄生双极晶体管效应致纳米SRAM发生MCU（Multiple Cell Upset）的影响因素进行了详细研究.发现寄生双极晶体管效应致SRAM内部节点电势多次翻转源于N阱中两个PMOS漏极电势的竞争过程，竞争过程与寄生双极晶体管效应的强弱相关，需综合考虑PMOS源极与N阱接触的距离、PMOS漏极与N阱的电势差两个因素.在纳米双阱CMOS工艺的SRAM中，PNP寄生双极晶体管效应对MCU起着重要作用.减小阱接触与SRAM单元的距离，可减弱邻近SRAM的寄生双极晶体管效应并降低MCU的发生概率，即使阱接触距离很近，特殊角度的斜入射和高LET（Linear Energy Transfer）值离子入射仍存在触发邻近SRAM的寄生双极晶体管效应并导致MCU的可能.
多路径传输控制协议（Multipath Transmission Control Protocol，MPTCP）是传输控制协议的一种扩展，实现端到端动态地利用多个地址建立多条传输路径，从而提高网络传输质量和可靠性.但是，MPTCP仍存在局限，能够解决端到端已确定的多路径调度问题，但难以实现不同端以及变化端间的路径协作.智慧协同网络是一种新型的未来网络体系，其核心思想是通过网络组件的智慧协作，最大限度优化利用网络资源，提高网络工作效率.本论文提出了基于智慧协同网络的多源协作传输控制机制，实现了传输控制协议从单源多路径向多源多路径的突破.具体来说，首先刻画了一种智慧协同网络的多源协作传输架构，引入子源协作传输方法，并详细介绍了多源协作机制的理论模型、报文格式以及子源协作管理的核心工作流程.通过仿真实验验证，多源协作传输控制机制能够将拥塞窗口平均利用率从51%提升至96%，并提高网络利用率和吞吐量.
