针对完全合作型任务中，多智能体深度确定性策略梯度（MADDPG）算法存在信度分配以及训练稳定性差的问题，提出了一种基于异步合作更新的LSTM-MADDPG多智能体协同决策算法。基于差异奖励和值分解思想，利用长短时记忆（LSTM）网络提取轨迹序列间特征，优化全局奖励划分方法，实现各智能体的动作奖励分配；结合算法联合训练需求，构建高质量训练样本集，设计异步合作更新方法，实现LSTM-MADDPG网络的联合稳定训练。仿真结果表明，在协作捕获场景中，本文算法相较于QMIX的训练收敛速度提升了20.51%；所提异步合作更新方法相较于同步更新，归一化奖励值均方误差减小了57.59%，提高了算法收敛的稳定性。

针对水下图像对比度低、细节表现差且存在色偏等问题，提出了一种多输入的基于TransFormer和卷积神经网络（CNN）的水下图像复原方法。利用TransFormer和相对总变差（RTV）构造深度特征提取模块，融合RTV提取的纹理图与TransFormer提取到的图像信息，有效增强了图像的细节特征。利用自动色彩均衡和Lab色彩空间构建色彩校正模块，提升图像对比度，同时校正颜色。利用多项损失函数约束网络收敛，得到增强后的清晰水下图像。最后，将本文方法与其他方法在测试集上进行定量和定性对比分析，实验结果表明，经过本文方法处理后的图像在清晰度、色彩表现和纹理信息方面均优于其他对比方法。

针对传统数据采集和分析过程中存在的低质量数据过冗余、特征数据难以挖掘以及人工记录耗时长的问题，提出了一种人机共驾环境下基于动态时间规整算法的驾驶行为数据滤波方法。首先，在Python环境下搭建了动态时间规整算法模型，实现以滚动时间窗的方式对两条序列进行实时偏差计算。然后，考虑不同距离计算方法的统计学特征设计了触发记录的偏差阈值，结合规整路径全局约束对模型进行优化。最后，进行仿真分析和实车测试，对比了不同约束条件下的数据滤波方法，可知基于Sakoe-Chiba约束条件的本文滤波方法在数据准备阶段就能平均自动滤除53.15%的无效数据，每小时可节省1.87 TB的数据存储空间，验证了本文方法的有效性和可行性。

为进一步提升传统3DDV-Hop算法的定位精度和稳定性，提出了一种利用多策略改进麻雀搜索算法（MISSA）优化3DDV-Hop的定位算法（MISSA-3DDV-Hop）。首先，采用通信半径分级方法细化多通信半径定位节点的跳数值，提高了最小跳数计算的准确性。然后，利用跳距误差与估计距离误差的加权平均值修正节点间的平均跳距，降低了信标节点与未知节点之间的距离估算误差。最后，采用麻雀搜索算法实现3DDV-Hop算法未知节点的位置寻优，并引入佳点集和发现者-跟随者自适应调整策略，通过建立误差适应度函数和目标函数，增强麻雀搜索算法初始种群的分布性和多样性以及全局收敛速度和局部寻优能力。仿真结果表明，与传统3DDV-Hop、IPSO-3DDV-Hop和IGA-3DDV-Hop算法相比，本文方法具有更高的定位精度，更好的稳定性和更快的收敛速度。

针对麻雀搜索算法在高维复杂问题上由于随机性大而容易陷入局部最优的问题，提出了一种融合多策略改进的麻雀搜索算法。在初始化阶段，引入佳点集策略以确保种群具备多样性和遍历性。在发现者位置更新中，采用动态学习机制平衡全局寻优和局部探索；在跟随者位置更新中，引入莱维飞行扰动机制以增强局部逃逸能力。最后，将本文算法应用于解决无线传感器网络覆盖问题，从最大化覆盖率、最小化冗余和最大化能耗均衡3个角度对多目标覆盖优化问题进行抽象。仿真结果表明：3项改进措施显著提高了算法性能，增强了网络节点覆盖质量，使网络整体性能得到了有效提升，证明本文算法具备实际应用的良好性能。

为模拟钢筋混凝土（RC）柱进入非线性状态后的力学性能，首先，提出了一种改进Bouc-Wen模型，从刚度退化、捏拢效应与非对称特性等方面对Bouc-Wen-Baber-Noori（BWBN）模型进行修正，并结合参数规一化处理与混沌粒子群算法建立模型参数识别方法。然后，实现了改进Bouc-Wen材料在OpenSees平台中的二次开发，并应用该材料定义RC柱塑性铰的弯矩-转角关系，完成基于集中塑性铰模型的RC柱数值建模。最后，根据钢筋混凝土柱的低周往复加载试验数据，分别通过直接识别水平恢复力-侧移曲线与集中塑性铰数值建模的方法描述RC柱的滞回特性。与试验结果对比表明：改进Bouc-Wen模型模拟精度较BWBN模型有明显提高；纤维模型的计算精度依赖设计信息的准确性，未能较好地模拟经历性能变化后RC柱的非线性响应；基于改进Bouc-Wen模型的数值建模方法能够更为准确地模拟经历震损后RC柱的刚度退化、捏拢效应与非对称特性。

为寻求廉价、性能优异且反应稳定的碱性析氢催化剂以代替贵金属，以过渡金属Ni、Co为研究对象，通过一步煅烧处理得到Ni-Co硫/磷化物催化剂，借助X射线检测和能谱分析等方法验证了催化剂的成功制备。电化学测试结果表明，由于阴/阳离子之间的协同作用，所制备的Ni-Co硫/磷化物的催化活性和电荷转移速率均超过Ni-Co氢氧化物/硫化物/磷化物。Ni-Co硫/磷化物仅需要106 mV的过电势就可以达到10 mA·cm^-2的电流密度，循环寿命超过20 h。

为了得到准确的交通流量预测结果，提出一种基于动态扩散图卷积的交通流量预测模型。首先，利用扩散图卷积模型对不同节点间的空间特征进行学习；其次，通过引入动态邻接矩阵，以确保各节点在不同时刻间的特征都得到充分学习；再次，采用门控循环单元，对交通流量数据进行时间特征提取；最后，通过模型层级间的残差连接，传递更多原始信息以增强模型的稳定性。在4个公开数据集上的实验结果证明本文算法在交通流量预测任务中的有效性。

针对双目视觉受限于分辨率与基线距，对远距离目标感知精度不足，在室外光照条件复杂的情况下，无法完成稳定感知，获取三维点云质量无法满足果园作业需求的问题，提出一种基于双目仿鹰眼视觉与超分辨的果园三维点云重建方法。本文模拟鹰眼双中央凹高清成像，通过超分辨率重建改善感知精度；模拟捕食经验所得鹰眼注意力机制，融合参考目标图像特征，提高目标候选区域感知精度与稳定性。针对果园三维点云导航地图，在多种光照条件下，误差比最大降幅为12.2%，标准差最大降幅为2.305。针对果树作业三维点云，点云质量改善较大，可以提供精确的三维空间信息，较为完整地还原果树各枝干三维空间信息。

为了解决模型预测控制设计智能车轨迹跟踪控制器存在求解计算时间长、在线实时性低的问题，借助于矩阵分块化策略，提出了一种基于控制时域变步长的模型预测轨迹跟踪控制方法。通过矩阵分块化改变控制时域步长，并融入到二次规划的求解过程中，重构目标函数形式和系统约束条件，以减少求解过程中最优控制序列中待求解变量的数量，降低求解计算时间。在Simulink与Carsim联合仿真平台中，将本文方法与传统模型预测控制方法进行仿真对比分析。结果表明，相比于传统模型预测控制方法，本文方法在保证轨迹跟踪精度的前提下，平均求解计算时间降低了24.39%，最大单次计算时间降低了45.05%，采用“前密后疏”的分块矩阵，其控制器性能优于“平均化”的分块矩阵。

汽车涂装过程中产生的漆面缺陷影响着整车外观质量，针对人工检测存在漏检、低效以及传统检测方案的高实施成本等问题，提出了一种基于改进YOLOv7算法的汽车漆面缺陷检测系统。构建了汽车漆面缺陷数据集，共有4023张图像，其中包含5种常见汽车漆面缺陷；针对YOLOv7算法在微小缺陷上检测精度不足的问题，在原网络中引入了GAM注意力机制和SPPFCSPC模块，用于提高算法对微小缺陷特征的提取能力，同时采用改进的ELAN模块对网络结构进行改进，减少网络过深造成的小目标信息丢失问题，保证在减轻网络模型的同时提高网络对微小特征的识别精度；实验结果表明：本文方法大幅提升了对微小漆面缺陷的检测性能，缺陷的平均检测精度达到了88.9%，与多种算法相比检测精度最高。

探索了基于虾螯轮廓外形设计的仿生夹层板（BSP）的耐撞性。按照拉伸试验获得的材料本构参数设置了Hyperworks有限元模型，制造了BSP样件，并试验验证了有限元模型有效性。比较了BSP-L0、BSP-L180、BSP-T0、BSP-T180四种配置方案的耐撞性指标，选择BSP-T0方案进一步研究。分析了圆弧高度比γ和梯形晶元窄底宽度B对BSP-T0耐撞性的影响规律，得到γ比B对BSP-T0耐撞性的影响更大。利用遗传学算法进行参数优化，Pareto前沿的一个最优解为比吸能SEA=3.080 kJ/kg、峰值载荷PF=30.700 kN、平均压溃效率CFE=86.884%，相应参数γ=0.355，B=4.23 mm，预测与仿真结果误差均在2%以内，预测效果理想，本文研究成果可为夹层结构设计提供新思路。

针对现有皮肤病变图像分割时缺乏多尺度特征提取，从而导致细节信息缺失和病变区域误分割的问题，本文提出一种融合多尺度Transformer的编解码网络皮肤病变分割算法。首先运用Transformer模块构建分层编码器，分层编码器从全局特征变化角度出发，多尺度分析皮肤病变区域；然后利用多尺度融合模块、通道注意力模块和联合层构建融合解码器，多尺度融合模块互补分层编码器中浅层网络信息与深层网络信息，增强空间信息和语义信息间的依赖关系，通道注意力模块能够有效识别特征丰富的通道，提高算法分割精度；最后引入扩展模块恢复图像大小以匹配实际需求。将该算法在ISBI2016、ISBI2017和ISIC2018三个公共数据集上进行实验测试，其像素精度分别为96.70%、94.50%和95.39%，平均交并比分别为91.69%、85.74%和89.29%，算法测试整体性能优于现有算法。仿真实验证明，多尺度Transformer编解码网络能够有效地分割皮肤病变图像。

为探究加工TC4钛合金材料时铣削加工参数对铣削力及材料去除率的影响规律并寻求最佳参数组合，基于正交实验方法设计实验，采用四刃球头铣刀进行侧铣实验。以铣削速度、每齿进给量、铣削深度和铣削宽度为变量，以铣削力和材料去除率为评价指标，基于极差分析法，揭示加工参数对铣削力和材料去除率的影响规律。分别采用灰色关联分析法（GRA）和粒子群优化（PSO）算法进行参数优化，基于回归分析方法建立铣削力预测模型，为PSO做准备。最后，经过试验验证，对两种优化方法进行对比分析，并对预测模型进行验证。结果表明，本文所建立的预测模型可准确高效地对铣削力进行预测，PSO优化效果更好。

为解析和量化评估自动驾驶卡车路测安全员接管干预行为的有效性和安全性，以卡车速度、加速度及角速度等运行指标构造特征参数，联合自动编码机（AE）与K-means++算法构建复合模型，辨识出急减速、急加速、横向右转、横向左转和稳定接管等5种干预运行模式；综合人-车-路-环境多重因素，将接管干预原因分为避险接管、信任接管及优化接管3个类型；针对不同运行模式，结合时变特征分析其接管控制时间并辨析接管原因。基于自动驾驶卡车路测数据，提取了778个接管干预样本，评估验证方法的合理性和有效性。结果表明，受场景风险程度等要素影响，路测阶段急减速和稳定接管干预运行模式的接管控制时间明显少于其他接管干预运行模式；避险接管主要为急减/加速接管干预运行模式，信任接管多表现为横向右转/左转及稳定接管干预运行模式，优化接管仅有急加速接管干预运行模式；避险及信任接管类型占比大于80%，表明安全员在自动驾驶卡车路测中仍以确保路测安全为首要目标。

为厘清国内外关于再生骨料强化技术的研究进展，系统梳理了再生骨料强化方法及提质效能，评析了不同强化方法对再生骨料混凝土性能的影响规律，总结了现有强化方法在应用过程中存在的问题并提出了建设性意见，以期为研究者设计和开发绿色高性能再生骨料混凝土提供参考和依据。

为解决智能网联环境下匝道合流过程中车辆通行的效率和安全问题，提出了一种基于博弈论的智能车辆协同控制方法。该方法构建了以匝道外侧车道车辆为主体的三方博弈对局，并从换道、安全和行驶效率收益方面综合建立车辆收益函数；以博弈对局整体收益最大为控制目标，依据夏普利值进行收益分配，得到三方博弈对局中车辆最优控制策略。实验选取重庆市玉马路与重庆内环快速路包头方向合流区为路网原型，对合流区的车辆运行场景采用SUMO/TraCI和Python进行联合仿真分析。结果表明：本文所提出的合作博弈控制方法与演化博弈控制方法相比，总体平均行程时间缩短3.22%，平均延误时间缩短14.47%；车辆严重冲突降低54.04%，碰撞时间小于3 s的比例总体降低了26.56%；有效降低了交通冲突时间，改善了合流区交通运行效率。

针对视觉Transformer（Vision Transformer，ViT）性能的提升依赖于网络的参数量，从而导致其应用场景受限的缺点，本文从神经学得到启发，创新性地提出将人脑神经元之间的循环结构应用在ViT上。文中首次从黎曼几何的角度解释了循环结构生效的工作原理，之后以Token-to-Token Transformer（T2T Transformer）为主干框架提出了基于循环结构的ViT。实验结果表明：循环结构的引入能在视觉Transformer参数量基本不变化的情况下大幅提高其性能，使用循环结构后，在Imagenet分类数据集下网络仅增加0.14%的参数，但带来9%的分类精度提升；在目标检测任务中，增加0.1%的参数带来10.7%的性能提升。

对家庭场景下电力负荷的精确监测常依赖复杂庞大的算法模型，难以在边缘设备中部署。同时，海量电力数据给电力网络通信带来了巨大的挑战。本文针对以上问题，提出了一种分布式非侵入式电力负荷监测方法。通过基于注意力机制的长短时记忆网络（LSTM）负荷监测算法计算并识别负荷设备运行状态，借助云边协同技术将负荷监测任务分布式部署于云端以及边缘端中，解决边缘算力不足的问题。针对云边通信带来的高网络带宽需求，通过基于K奇异值分解（K-SVD）双稀疏在线字典学习的压缩感知方法对负荷信号进行压缩和重构，有效缓解通信资源紧张。对比不同负荷场景下监测算法的表现，结果表明：本文负荷监测算法针对不同的负荷类型均可以保持95%以上的准确率。设计实验验证了本文压缩感知方法对电力负荷信号压缩的有效性，确定负荷数据无失真压缩感知最大压缩比。

进行建筑结构层间变形特征分析时未建模分析特征，导致分析效果较差，为解决上述问题，本文对地震后建筑结构层间变形分布特征展开研究。利用建筑信息模型技术建立建筑结构三维模型；引入广义层间位移谱法，构建层间位移等公式，进行建筑结构层间变形特征分布分析。研究结果表明：不同加速度下，层间位移随着加速度增加而增大；1层楼时弯矩、剪力和层间位移角分别达到237 kN·m、210 kN和1/231 rad，呈现最大的变化。分析结果与实际相符，可以有效地分析层间变形特征。

为研究小汽车、常规公交、定制公交混合交通流中出行者的逐日路径选择行为及其对路网的影响，本文首先对3种出行方式的特征进行分析，同时考虑到公交专用道这一公交优先方式，将路段分为无公交专用道的路段和有公交专用道的路段，从而构建混合交通流下的道路阻抗函数，并基于此进一步运用交通网络理论建立混合逐日均衡模型。选取含有多OD对出行需求的路网进行了数值模拟，仿真结果表明：经验依赖程度对定制公交出行者的影响大于小汽车出行者；为路径设置公交专用道会提升定制公交的路径流量，但效果的显著性具有差距；常规公交出行者比例过大时可能会增加总出行时间，而定制公交所吸引的小汽车出行者比例越大越能降低总出行时间，且设置公交专用道是否能降低总出行时间与这两项比例的大小密切相关。

针对基于位置信息的应用产生的时空数据体积量巨大且带有经纬度、时间等多维属性，基于索引的轨迹查询方法无法获取轨迹的时空语义特征，其轨迹表示方式忽略了轨迹的时空相关性并且对于大规模轨迹数据查询效率较低的问题，提出了一种基于稀疏多头自注意力机制的轨迹编码器。通过轨迹编码器可以提取轨迹的高阶语义特征，将轨迹表示为轨迹编码向量。在轨迹编码向量的基础上，提出了一种基于局部敏感哈希函数的轨迹查询方法，可以快速对大规模轨迹数据进行查询。理论研究和实验结果表明：本文轨迹查询方法在查询准确率和查询效率上优于目前已有的轨迹查询方法。

为了解决多电机驱动的机械臂系统在复杂环境运行时，其关节位置容易受到负载等外界干扰，导致位置的跟踪误差及同步误差较大，造成系统工作性能下降等问题，提出了一种新型多电机环形耦合控制策略（NRCC）。NRCC中设置了同步比例系数保证多电机协调运行；设计了自抗扰补偿控制器和相邻平均误差处理器，自抗扰补偿控制器通过相邻平均误差信号对电机位置控制信号进行二次补偿，减小了多电机间的同步误差；同时，提出了一种自适应神经模糊推理系统（ANFIS）优化的新型指数趋近率滑模跟踪控制器（ANFIS-SMC）和扰动观测器保证电机的位置跟踪性能。仿真结果表明：该控制策略有效地减小了多电机间的同步误差，保证了电机的高精度跟踪性能。

为减小侧向运动对整车质量与道路坡度估计精度的影响，提出了一种考虑侧向运动的估计算法，利用加速度修正车辆动力学模型，采用遗忘因子提高新数据适应车辆系统时变特性的最小二乘算法估计整车质量，并将质量估计结果实时输入道路坡度估计中；建立车辆运动学和动力学两个坡度估计模型，并在模型中添加加速度修正项，设计强跟踪滤波算法分别针对2种模型进行道路坡度估计，时变交互多模型融合算法根据两个坡度估计模型的权重系数和模型间的转移概率得到道路坡道估计值。本文算法在中国第一汽车股份有限公司技术中心农安汽车试验场进行了实车试验和评估，与未考虑侧向的融合估计算法相比，提高了车辆横向运动时的道路坡度估计精度。

针对轨道交通车站出入口客流精准预测问题，综合考虑车站周边土地利用情况、交通接驳条件、车站属性和吸引力等因素，构建了双层客流预测模型，包括基于多元非线性回归的交通小区层客流预测以及基于CRITIC法的出入口层客流预测。模型以可获取数据为基础，先预测交通小区内所有出入口客流总量，再将客流总量分配至交通小区的各出入口。随机选取不同类型轨道交通车站对模型有效性进行验证，结果表明，出入口日进站量的模型预测值与实际值误差在30%以内，平均误差为20%，具有较高的预测精度。

为解决传统构型拖拉机普遍存在的作业过程总体能效偏低、驱动轮牵引力分配不可调控以致环境适应性不强、换挡过程动力中断等一系列问题，基于TRIZ理论设计了一种新构型的混合动力拖拉机动力系统。首先，分析并建立了传统拖拉机存在的换挡动力中断、驱动轮打滑等关键问题的“物-场模型”；其次，采用“冲突解决原理”解决拖拉机动力系统设计过程中涉及的矛盾冲突，并结合发明原理获取合适的矛盾冲突解决方案，明确了拖拉机动力系统的具体架构，获得了拖拉机动力系统创新设计的最终优化方案；最后，为验证本文拖拉机动力系统优化方案的可行性与优越性，针对传统拖拉机和新型拖拉机动力系统进行了仿真分析，并完成了样机试制与功能验证。该构型同时具备分布式驱动和混合动力驱动双重优点，实现了拖拉机各驱动轴间动力输出解耦。根据仿真实验及样机试验可知，优化后拖拉机具有较好的节能效果和更多的驱动模式。通过对现有拖拉机动力系统优化设计实例进行分析，为新能源拖拉机动力系统构型设计提供了理论依据和方法支撑，本文分布式混合动力拖拉机系统架构可为拖拉机全程高效牵引作业提供新思路。

为提高聚酰亚胺基复合材料的导热和电绝缘性能，通过超声剥离制备了氟化石墨烯纳米片，采用热压取向制备了具有水平定向导热特性的氟化石墨烯/聚酰亚胺复合膜，研究了氟化石墨烯添加量对复合膜导热和电绝缘性能的影响规律。结果表明：增加氟化石墨烯添加量能提高复合膜的面内导热系数，氟化石墨烯质量分数为30%时，复合膜的面内导热系数为2.4 W/（m·K）；氟化石墨烯添加量增加时，复合膜的直流耐压性能略有降低，但复合膜表面耐电痕性能增加，原因在于声子在复合膜中传递效率提升。上述研究结果可为制备高导热系数、高电绝缘性能的复合膜提供参考。

提出了一种具有动态交互感知池化层的多长短期记忆神经网络（DIP-LSTM）模型结构，使得场景中相邻的车辆通过池化（Pooling）共享各自LSTM网络隐藏态，获取历史轨迹特征，进而实现自车与周围多车的时间空间关系的交互性建模，并输出车辆未来的预测轨迹。使用美国的NGSIM和德国的High-D自然驾驶车辆轨迹数据集对模型进行训练与测试，并对模型的精度、鲁棒性和迁移性（普适性）进行验证。研究结果表明：与传统模型的预测方法相比，考虑多车交互信息的DIP-LSTM网络的预测方法在预测精度与长时域预测上具有优势，且模型具有良好的迁移性和鲁棒性，显著提高了车辆轨迹预测模型的实用性和普适性。

本文采用了一种非线性的分层卷积自编码器，类比于本征正交分解的方法，可以对提取到的低维特征进行能量排序，同时又能在一定范围内达到更高的降阶性能。文中以雷诺数为20 000的三维圆柱钝体湍流尾迹流动为例，分析分层卷积自编码器对该流场的降阶能力，并与本征正交分解的结果作对比。同时，在此基础上延伸出组合模态的概念，并增加每一组低维潜在向量数，观察重构流场与原始流场的均方误差变化。结果表明，在分层层数及每层潜在空间向量数较少时，非线性的分层卷积自编码器相对于本征正交分解的方法对流场有更强的还原能力，但是其优势会随着层数和潜在向量数的增加而减弱。

为提高超高速公路行车安全性，验证多传感器融合算法在超高速公路的可行性，从车路协同中路侧感知单元入手，利用PreScan建立了多传感器感知融合系统模型。该模型基于多传感器融合方法，通过了解多传感器融合方法的种类和架构，分析了不同方法的优缺点。采取混合式多传感器信息数据融合作为整体架构，采用后端式融合作为数据处理和分析的方式。该方法提高了超高速公路上传感器对目标距离和速度探测的精度，对Camera距离和速度的提升最大可分别达到7.2%和36.8%。研究结果表明，该方法提高了路侧单元检测能力，验证了自适应加权融合算法在超高速公路上的可行性和有效性。

针对质子交换膜燃料电池热管理系统存在响应速度慢、系统振荡、温度波动大及强耦合性等问题，本文提出了一种冷却液流量跟随电流控制，基于自适应粒子群算法优化神经网络的PID控制策略，并在Matlab/Simulink平台搭建燃料电池堆功率为125 kW质子交换膜燃料电池热管理系统，用于分析各零部件之间的流量分配和热量交换，在不同工况下与神经网络优化的PID控制策略和传统PID控制策略进行对比。仿真结果表明：在不同工况下，本文提出的控制策略能实现散热风扇和循环水泵的解耦；在阶跃信号测试下，实现循环水泵流量跟随电流快速响应；在动态性能测试下，实现无超调且在30 s内稳定，减小系统的振荡量，减轻燃料电池堆进出口冷却液温差和燃料电池堆电压的波动程度。结果说明该控制策略具有良好的控制性能。

提出采用子空间追踪稀疏混沌多项式法（SP-PCE）实现EV-WPT系统传输效率的不确定性量化。首先，通过建立EV-WPT系统三维电磁学仿真模型，并合理设置相关变量的分布类型，利用SP-PCE法计算得到表征EV-WPT系统传输效率不确定性的均值、方差和概率密度曲线等统计特征参数；然后，结合SP-PCE法和Sobol法进行全局灵敏度分析，获得随机输入变量对系统传输效率影响程度的量化指标。最后，通过数值仿真实验验证了本文方法的准确性和高效性，为保证EV-WPT系统高传输效率及系统结构优化提供理论依据。

针对立体图像版权保护和现有零水印方案抵御几何攻击鲁棒性能欠佳的问题，提出了一种新的基于Tucker分解和分数阶Jacobi-Fourier矩（FJFM）的彩色立体图像抗几何攻击零水印算法。首先对原始彩色立体图像的左、右视点分别进行R、G、B通道分离，接着将分离后的6个通道联合并视作一个三阶张量进行Tucker分解，获得包含左、右视点相关性的第一能量图；然后计算该能量图4×4非重叠分块后均值子图的FJFM混合低阶矩特征，并利用该特征构造二值鲁棒特征矩阵；最后将经过双重置乱加密后的原始水印和混沌排序置乱后的特征矩阵进行异或操作，得到最终的认证零水印。实验结果表明，本文算法对添加噪声、滤波、压缩等常见非几何攻击均表现出很强的鲁棒性，水印检测NC值均在0.98以上；在抵抗旋转、缩放、平移和剪切几何攻击性能方面整体优于对比算法。

为提高城市道路交通网络可靠性，减少级联失效对网络造成的危害，本文对城市路网级联失效进行研究。首先，构建具有双层网络结构特性的城市道路交通网络模型。其次，根据容量-流量模型以及城市路网特点，建立城市道路交通网络级联失效模型。再次，利用网络效率、网络阻塞程度、网络通行质量、正常节点比4个指标对网络可靠性进行评估，分析了不同攻击策略、拥堵失效阈值对道路交通网络可靠性的影响。最后，以上海市某区域道路交通网络为例进行案例仿真分析。仿真结果表明：选择性攻击下网络的可靠性更低；失效阈值越小，网络的可靠性越高，级联失效抗毁性越强。研究结果对提高城市道路交通网络可靠性和增强网络级联失效抗毁性具有重要的现实意义。

针对自动驾驶车辆的换道决策行为，首先基于分子动力学理论研究了车辆的微观换道行为，在对换道意图进行客观性量化的基础上，进一步引入车辆间的相互作用势建立了换道决策行为的分子动力学模型。然后，系统分析了车辆换道初始时刻与换道完成时刻的关系以及车辆换道的动态影响因素，探究了微观车辆的换道行为对宏观车流的影响。最后，使用SUMO软件将SL2015换道模型与分子动力学换道模型进行仿真对比分析。结果表明，分子动力学换道模型具有较好的安全性、稳定性和实用性；本文自动驾驶车辆换道决策行为的分子动力学建模综合考虑了交通场景中的动态影响因素，能够更客观、合理地展现自动驾驶车辆的换道行为特性。

利用知识图谱技术改进了建筑信息模型（BIM）的质量审查方法，选取电网工程的BIM模型为研究对象，开发了基于知识图谱的BIM模型检查系统，以验证其是否符合电网工程相关规范和标准。以某电气工程项目的BIM模型为案例，生成了检验报告，结果验证了本文方法的可行性和实用性。该技术为建筑设计与信息技术的深度融合提供了新的方向。

在月球南极永久阴影区内探测水冰物质是我国嫦娥七号的重要任务，为此在地球环境下开展模拟研究，制备极区含水模拟月壤测试样本，并对其月壤模拟物进行超低温条件下的力学特性测试，分析含水率、相对密实度、温度、加载速率及基材配比与抗压强度变化规律。结果明：冻结月壤模拟物的抗压强度随着含水率的增加而增大，随着密实度的增加而增大，随温度降低而增大，受加载速率变化的影响较小，受不同基材配比影响的抗压强度排序为：100%斜长岩<90%斜长岩+10%玄武岩<70%斜长岩+30%玄武岩<100%玄武岩月壤模拟物。最后，通过灰色关联分析探究月壤模拟物含水率、相对密实度、温度、加载速率、配比等基本物理性质指标与抗压强度的关联度，关联度排序为：含水率>密实度>温度>配比>加载速率。本文进行了含水月壤制备及力学特性测试，提出了更加系统规范的实施方案，作为极区含水月壤特性的研究基础，为后续月壤模拟研究提供了理论依据及参考。

为提高超参数设置的效率及其与模型的适配性，改善人工设置模型参数的高成本和低效率问题，提出一种基于蜜獾算法（Honey badger algorithm， HBA）优化注意力双向长短时记忆网络（HBA-A-BiLSTM）的滚动轴承故障诊断方法。首先，通过HBA对A-BiLSTM模型进行最优超参数组合搜寻，然后基于最优超参数下的A-BiLSTM模型进行故障诊断性能测试。最后，基于不同工况的数据集进行模型泛化能力测试。采用CWRU数据集对所提方法的故障诊断效果进行验证，利用诊断精度以及混淆矩阵进行评价。实验结果表明，与其他群智能优化算法相比，蜜獾算法搜索全局性能好，收敛速度快，优化后的最终模型的故障诊断准确率达到了99.5%，具有良好的效果，且在不同工况下能够实现稳定、准确的故障诊断性能，泛化能力强。

针对DeepLabv3+网络中的多尺度目标分割错误、多尺度特征图及不同阶段特征图之间关联性差的问题，提出在DeepLabv3+基础上引入全局上下文注意力模块、级联自适应尺度感知模块及注意力优化融合模块。将全局上下文注意力模块嵌入骨干网络特征提取的初始阶段，获取丰富的上下文信息；级联自适应尺度感知模块可建模多尺度特征之间的依赖性，使其更加关注目标特征；注意力优化融合模块通过多条支路融合多层特征，以此提高解码时像素的连续性。改进网络在Cityscapes数据集以及PASCAL VOC2012增强数据集上进行验证测试，实验结果表明：该网络能弥补DeepLabv3+的不足，且平均交并比分别达到76.2%、78.7%。

为在城市高架道路场景下有效预测交通事故，基于上海市延安高架道路交通流和事故数据，利用附加精英基因库和灭绝机制的改进型基因表达式编程算法，提出了高架道路事故预测经验公式。通过与传统建模方法的结果进行对比，验证了经验公式的预测精度和可理解性；在不进行重新训练和标定的前提下直接应用经验公式对其他高架道路的事故数据集进行预测，验证了其可移植性。结果表明：在延安高架道路数据集上，经验公式的预测性能较传统Logistics回归有较大提升，受试者工作特征曲线面积指标和F₁-score指标达到与人工神经网络模型一致的水平，能正确识别74%的事故。经验公式在杭州市上塘高架道路数据集上的良好性能表明其具有基本的可移植性。综上，基因表达式编程算法针对事故风险预测问题兼顾了高精度和可理解性，并表现出可移植性，有助于建设低成本、高效率的事故预测系统。