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。

根据一台压缩天然气（CNG）发动机试验数据，建立了CNG发动机增程式电动汽车模型。基于该模型提出了一种基于规则的能量管理策略，能够保证CNG发动机工作在高效区，但是存在电流波动幅度较大有损电池寿命的问题。为了抑制电流激变同时进一步降低增程式电动汽车（E-REV）的燃油消耗，基于模型预测控制（MPC）技术，提出了一种协同燃油消耗与电池保护的能量管理优化策略。世界轻型汽车测试循环（WLTC）工况下的仿真分析表明：相比于基于规则的能量分配控制器，本文提出的MPC控制器能够进一步降低3.7%的油耗，同时抑制了电流激变，有效保护了电池。

针对现有救援车辆的液压悬挂系统存在作动器非线性、参数不确定性以及对动力学模型依赖性较强等问题，提出了一种液压主动悬挂系统控制方法——基于扩张状态观测器的模型预测控制方法（ESO-MPC）。首先，通过车载惯性导航系统实时获取车辆位姿信息，并基于位姿偏差方法计算出各个液压作动器的输出位移量。其次，完成救援车辆液压悬挂系统动力学建模，通过扩张状态观测器估计系统中的非线性扰动和未知输出信号。最后，基于扩张状态观测器的模型预测控制方法，使每个液压作动器的输出在限制范围内对期望位移信号进行有效追踪。为验证该控制方法的有效性，搭建了液压悬架整车试验平台，并与被动悬架和传统PID控制方法进行了多种路面对比试验。结果表明，相比于被动悬挂和传统的PID控制方法，本文提出的基于扩张状态观测器的模型预测控制方法可以降低垂向高度均方根值35%，俯仰角度均方根值17%，侧倾角度均方根值23%，显著提升了车辆的行驶平顺性和操纵稳定性。

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。

基于自主开发的液压可变气门机构，研究了内部废气再循环（EGR）耦合点火策略对甲醇发动机节能减排的改善潜力。结果表明，随着排气门升程的降低，内部EGR率增大。内部EGR增大导致缸内压力和缸内燃烧温度峰值下降，燃烧重心推迟，燃烧持续期延长，燃烧循环变动增加。适当地调整点火正时，甲醇发动机在42%内部EGR下仍能使燃烧重心分布在合理的范围内并平稳运行。另外，内部EGR结合点火正时在不同负荷下对油耗和排放的改善效果不同，在20%负荷下有效热效率和燃油消耗率改善效果最佳，分别提高了3.2%和12.7%；在40%负荷下对NO _x 和HC排放改善效果最佳，分别降低了64.25%和20.8%。

采用电加热喷雾冷却减阻试验台，系统研究了喷雾流量、喷雾倾角、气流温度、气流速度影响发动机排气系统减阻性能的规律；采用基于离散相模型（DPM）的数值模拟，阐释了喷雾冷却大幅降低排气阻力的原因。研究结果表明：喷雾流量为12~24 mL/s时，减阻率随喷雾流量的增加而增大；喷雾倾角由45°增加至90°时，减阻率先保持不变后减小，45°和60°喷雾倾角时的减阻效果均为最佳；气流温度为200~300 ℃时，随着气流温度的升高，减阻率呈增大趋势；气流速度由20 m/s增大至30 m/s时，减阻率逐渐下降。排气系统喷雾后阻力大幅度减小的原因是喷雾后气流速度降低，湍流强度降低，局部阻力和摩擦阻力显著减小。

研究了高速列车转向架用SMA490BW钢对接焊在不同应力比和不同焊接区域下的裂纹扩展速率，分析了SMA490BW钢焊接接头不同焊接区域和不同应力比下的疲劳裂纹扩展行为。结果表明：在相同应力比下，SMA490BW钢不同焊接区域（焊核区、热影响区）对裂纹扩展速率的影响不大；应力比对裂纹扩展速率的影响较大；在相同应力强度因子下，应力比R=-1时的裂纹扩展速率明显高于R=0时的裂纹扩展速率；应力比对Paris公式里的c参数的影响较大，对m参数的影响较小。

提出了一种基于层次分析过程的T形接头多道平角焊焊接位置自主决策方法。首先，利用视觉传感检测坡口的特征点，并将其他特征点与最右侧特征点之间在水平、垂直方向的相对距离作为因素，建立了层次分析模型。其次，基于平角焊腹板角变形控制经验设计了一种比较矩阵元素计算方法。最后，基于最大后验权重原则建立了焊接位置自主选定方法。不同板厚的多道填充焊焊接位置自主决策试验显示，本文方法在满足接头角变形控制的前提下，决策的正确率达到90%以上，抗干扰能力强。

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。

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。

为提高驾驶人在不同险态交通情景下接管智能车辆的安全性，在模拟驾驶平台上分别研究了高速公路、山区道路和城市道路3类典型险态环境下驾驶人接管行为的特征和差异性。试验采集并分析了16名驾驶人在3类典型险态环境下的驾驶行为数据。结果表明：①驾驶人在接管车辆时采取的应急操作包括制动、转向、同时转向制动3种，各行为占比分别为71.4%、16.7%和11.9%。②不同险态交通情景下驾驶人接管反应时间无显著差异（P>0.05）；在高速-城市险态情景下车辆最大纵向减速度存在显著差异（P=0.002<0.05），在山区-城市险态情景下车辆最大纵向减速度存在显著差异（P=0.048<0.05）；在城市-山区险态情景下车辆最大转向盘转角存在显著差异（P=0.015<0.05）；在山区-高速险态情景下车辆最大转向盘转角存在显著差异（P=0.000<0.05）。说明在不同险态交通情景下应采用不同的接管措施以提升接管的安全性和有效性。本文研究结果可为不同险态环境下的智能车辆接管系统研发提供参考。

梳理了各地现行公交专用道设计规范，得出公交专用道的设置条件通常只考虑了高峰小时道路断面公交客运量、公交车流量、道路条件等客观指标，鲜有考虑道路上公交线路的运行稳定性及其对乘客公交服务可靠性体验提升的影响。针对公交专用道可靠性和效率评估中由于公交专用道设置条件的缺失，造成部分公交专用道运行效果不良、乘客体验感无提升的问题，本文考虑了乘客体验，提出了基于公交运行稳定性的潜在公交专用道需求识别方法。该方法基于实际路况和公交车辆全球定位系统（GPS）数据，分析了公交车辆在各路段或站段上偏离计划行车时刻表运行的情况，构建了公交拥堵指数和公交运送时间波动性两个指标。提出了基于公交运行稳定性的路段或站段分级方法，并将该方法用于上海中心城69条公交线路的途经道路，把识别出的公交运行稳定性为“差”的道路作为公交专用道潜在设置需求，同时，该方法也可锁定需要进一步优化改善的公交专用道。

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。

为满足城市群范围内旅客直达出行需求，提出了以多层次轨道交通衔接为基础的直通线路规划方案，探讨了不同方案带来的客运系统增益效果。基于超网络理论构建了城市群超网络模型，量化了旅客超路径的广义出行费用。构建了直通线路最优选择方案的双层规划模型：上层规划综合考虑运输商的利润和设置直通线路所节约的旅客出行成本；下层规划为城市群多方式交通系统的平衡分配模型，采用遗传算法和相继平均法求解上下层模型。最后，以京津冀城市群内衔接主要枢纽的客运线路为例对模型进行有效性验证，对直通线路设置规模的合理性进行论证。结果表明：在北京首都国际机场、北京站、北京西站、北京南站和天津站这5个枢纽之间，可开通备选直通线路11条，最佳直通线路编号为1、2、5、6、7、9；目前合理的直通线路规模为3条，开通之后的系统效益将提升28.03%，旅客平均出行时间降低10.02%。

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。

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。

针对现有网络难以实时精确识别道路检测目标及车距的问题，提出了一种基于改进YOLOv4-tiny算法的车距预警方法。首先，总结了YOLOv4-tiny算法的特征提取结构，分析了原网络结构的不足之处。其次，在原网络中增加了空间金字塔池化层SPPF进一步提取目标特征，增强深层次语义信息表达能力，并将特征金字塔网络(FPN）结构添加下采样通道和CSPnet层，充分融合多尺度图像特征，避免浅层信息丢失。最后，使用Mosaic数据增强方法丰富数据集训练样本，并将改进YOLOv4-tiny算法与单目测距原理相结合，依据车距大小设置3种级别的信息提示进行车距预警实验。结果表明：本文算法在PASCAL VOC数据集上的检测速度为43 帧/s，平均精度达到81.25%，较YOLOv4-tiny算法提高了3.59%。可见，改进YOLOv4-tiny算法在满足检测实时性要求的同时，具备良好的目标检测精度，对提升车距预警方法的使用效果具有指导意义。

针对现有算法在检测桥梁螺栓缺陷时因螺栓背景复杂和尺寸较小而导致的特征提取不充分、目标定位不精确问题，提出了一种基于改进YOLOv5s的桥梁螺栓缺陷识别方法。该方法在骨干网络中引入注意力机制以提升模型对螺栓特征的提取能力并加深对螺栓全局特征的关注度；优化空间金字塔池化结构以减少螺栓特征信息流失；采用MPDIoU作为边界框回归损失函数，提高螺栓边界框的回归精度；将YOLO检测头解耦以消除目标检测中分类任务和回归任务共享检测头对边界框位置回归的负面影响。在螺栓锈蚀、螺栓松动、螺栓脱落和螺母脱落4类典型缺陷螺栓以及正常螺栓的3810张自制螺栓图像数据集上进行训练和测试，实验结果表明：本文算法对螺栓缺陷的检测精度达到90.8%，相较于YOLOv5s提升了3%，均值平均精度达到92.6%，相较于YOLOv5s提升了4.3%，可以应用于桥梁螺栓的缺陷智能识别。

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。

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。

为防止大数据环境下信息被盗取，提出了基于移动Agent的无线电力移动终端身份认证方法。利用移动Agent管理电力移动终端的分布式密钥，在移动Agent中完成异构网络数据和资源的互换，获取节点矩阵表得到用户所需的密钥，构建了基于Agent的系统成员信任模型，确保移动终端身份认证处于良好运行环境中。根据移动Agent得到的用户访问结果，在不可逆计算法下生成用户访问动态密钥，利用得到的认证码将用户认证信息二次加密处理，实现无线电力移动终端身份认证。实验结果表明，本文方法在相同加密程度中具有密钥短、身份认证准确性高以及认证计算量小的优点。

针对于传统径向和环向特征星图识别算法在构建径向特征过程中伴星分布不均匀以及采用环向特征匹配过程中特征值不稳定的问题，提出了一种等面积圆环划分和伴星矢量夹角相结合的星图识别算法。通过选取动态半径使得径向特征下的圆环面积相等，保证伴星落在每个圆环的概率相等，有效提高了径向匹配过程的识别率。对于径向匹配后冗余的导航星，采用伴星组成的矢量夹角特征进行筛选，选定匹配特征值最高的为最终识别结果。仿真模拟结果表明：当添加位置噪声为1像素时，星图识别成功率达到95%；当伪星数目为2颗时，识别率达到98%。相较于传统径向和环向识别算法，本文方法在识别率和识别速度上具有明显优势。

针对非匹配不确定性系统的静态输出反馈鲁棒控制问题在线求解难的难题，提出了一种基于数据驱动学习的自适应学习算法。首先，将不确定性系统的鲁棒控制问题转化为具有性能指标函数的标称系统的最优控制问题。其次，为实现输出反馈最优控制，根据状态反馈控制项构造了输出反馈黎卡提方程。再次，为实现该输出反馈黎卡提方程的在线求解，使用克罗内克积和向量化操作重构输出反馈黎卡提方程，进而设计了基于输入/输出数据的自适应学习算法，摒弃了传统观测器的使用，实现可一步求解的输出反馈鲁棒控制。最后，为实现被估参数的快速收敛，进一步放松了所要求的持续激励条件。仿真结果验证了本文控制方法和学习算法的有效性。

为提升毫米波在射频传输中的传输安全，提出了多输入多输出（MIMO）雷达搜索模式下5G毫米波射频算法。根据5G毫米波的传输特性，获取了MIMO雷达搜索模式的雷达截获因子，建立了毫米波射频隐身模型并获取目标函数，计算了雷达搜索模式的射频截获概率。基于毫米波信道稀疏性结果结合贝叶斯算法获取了毫米波射频通道的最佳估计值，从而计算出射频通道最佳值，利用估计后的信号传输隐身后的射频实现射频传输。实验结果表明，本文方法在毫米波射频传输时间为140 s时，信纳比ρ高达0.83。证明使用该方法开展毫米波射频传输时，毫米波传输质量高，不易发生相位幅值的变形，可实现5G毫米波射频的高质量传输。

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。

以提升拖拉机动力换挡变速箱（PST）湿式离合器压力控制准确性为目标，提出了一种基于改进遗传算法的湿式离合器压力无模型自适应控制方法。首先，分析并建立了湿式离合器液压系统数学模型，基于偏格式动态线性化的无模型自适应控制（PFDL-MFAC）算法构建了离合器压力控制器。然后，引入变比例精英保留策略、K-均值聚类算法和灾变策略改进遗传算法，提出了基于灵敏度分析和改进遗传算法的PFDL-MFAC控制器参数整定方法。最后，开展了基于拖拉机自动变速箱控制单元（TCU）硬件在环试验平台的离合器压力控制试验。结果表明：改进遗传算法的收敛速度和优化精度更好；与PID控制相比，PFDL-MFAC的离合器压力响应速度更快、鲁棒性更好，满足拖拉机湿式离合器压力控制要求；同时，基于本文算法的变速箱换挡品质更优，研究成果可为动力换挡拖拉机换挡品质的提升提供基础。