针对双离合器插电式混动起步过程中多动力源和双离合器协调控制问题展开研究。首先，对系统不同起步模式进行动力学分析，建立了系统数学模型和起步性能评价指标。在此基础上，考虑了SOC、载荷、坡度等因素和驾驶员起步意图提出了系统起步模式决策方法，以最大冲击度为约束制定各起步模式动力源和双离合器协调控制策略。仿真结果表明：不同工况下起步模式选择合理，最大冲击度为7.31 m/s³，最大滑摩功为4.94 kJ，均控制在合理范围内，验证了本文策略的有效性。

基于变质量系统热力学和控制容积法，构建了涡旋压缩机工作过程热力学模型。基于计算流体动力学方法对涡旋压缩机内部流场进行三维非稳态数值模拟计算，得到了涡旋压缩机工作腔内流体温度、压力、速度以及进出口流量的变化规律，并通过所搭建的试验平台测试了试验样机在不同排气压力时的进/出口流量、排气温度和机体振动值的变化趋势。结果表明：同时考虑泄漏和热传递的热力学模型更加符合涡旋压缩机的实际工作过程，由于相邻工作腔之间的质量交换，工作腔内的温度和流速分布不均匀；在不同排气压力下，涡旋压缩机进、出口容积流量最大差值为0.15 {\mathrm{m}}^{\mathrm{3}}/\mathrm{m}\mathrm{i}\mathrm{n}，涡旋压缩机排气口温度最大温差为19 ℃。

为探究并行流道液冷板的散热性能，采用计算流体力学（CFD）数值计算方法对液冷板进行三维稳态分析，对比研究了液冷板在不同冷却液流量、流道宽度、流道深度和强化传热结构下的散热性能、均温性能以及能耗性能。结果表明：增加流量在一定程度上可以提升液冷板的散热性能，但持续增大流量不仅会增加系统能耗，而且改善效果十分受限。流道宽度从中心向两侧递减变化、流道深度减小、布置强化传热结构的设计都有利于提高液冷系统的散热和均温性能；相对于等宽（A₅）流道设计，整体布置强化传热结构（S₁）的流道设计可使液冷板的平均温度和最大温差分别降低8.9 ℃和9.06 ℃。本文研究成果可为电池热管理系统的结构设计提供理论指导。

考虑到现有车辆再生制动策略对电池约束不够充分，易造成能量回收效率不高、电池过充等问题，为保护电池以及提高再生制动效率，本文充分考虑了动力电池功率状态，提出了一种优化再生制动策略，并运用动态规划算法求取最优解。仿真结果表明，在固定工况和NEDC工况下，本文策略比基于I曲线的方法在经济性上提高了36.4%和40.31%，比单目标的方法在稳定性上分别提高了48.61%和60.41%。测试实验验证了本文所提策略的实用性。

针对刚柔耦合定位平台（RFCS）在运动阶段和定位阶段模型不同的特点，提出了一种扩张状态观测器辅助的模型预测控制（ESO-MPC）算法。该算法采用时域离散的差分方程对RFCS的动力学响应进行预测，并且在时域离散时引入了可调参数应对实验模型的不确定因素。通过扩张状态观测器（ESO）获取反馈信息，对RFCS的位置、速度及柔性铰链的弹性力和阻尼力进行实时观测。通过RFCS的25组点位运动实验和负载实验，对比了传统PID、前馈PID、LADRC与ESO-MPC算法的性能。实验结果表明，4种控制方案都能达到±0.1 μm的稳态误差，而ESO-MPC算法的整定时间最短，并且通过负载实验验证了ESO-MPC算法的鲁棒性。

针对高机动救援车辆提出一种主动悬挂系统控制策略——基于集合卡尔曼滤波技术的模型预测控制策略（EnKF-MPC）。首先，对高机动救援车辆主动悬挂系统进行动力学建模，通过集合卡尔曼滤波技术完成车辆动力学系统和车载组合导航系统的数据融合，实现车辆位姿信息的精确估计；针对组合导航系统垂向位移误差较大的问题，设计了点云匹配算法，完成车辆垂向位移信息的精确评估。其次，提出了模型预测控制策略，将集合卡尔曼滤波算法得到的车辆位姿信息和车载雷达系统获取的道路信息作为系统输入对车辆主动悬挂系统进行实时控制。最后，进行了实车验证，结果表明，提出的车辆位姿估计算法垂向位移误差为±3.100 cm，俯仰角误差为±0.175°，侧倾角误差为±0.210°。相比于被动悬挂，提出的主动悬挂控制方法垂向位移均方根平均值降低37%，俯仰角度均方根平均值降低35%，侧倾角度均方根平均值降低35%，显著提升了车辆的行驶平顺性和操纵稳定性。

针对深度神经网络用于滚动轴承故障诊断时，网络隐含层层数、各隐含层节点数、稀疏系数以及输入数据置零比例等超参数会直接影响网络诊断性能的问题，提出了一种优化改进堆叠降噪自编码器（SDAE）的滚动轴承故障智能诊断方法。使用学生心理优化算法（SPBO）对降噪自编码器（DAE）网络的超参数进行自适应选取来确定SDAE网络的最优结构和参数，据此提取具有更强表征力的故障状态特征表示，输入到soft-max分类器实现滚动轴承运行工况的精确诊断。使用3个开源数据集对所提网络的性能进行验证，实验结果表明，基于SPBO-SDAE网络的诊断方法在特征有效提取、诊断速度以及故障诊断准确率方面均优于支持向量机（SVM）、反向传播（BP）神经网络、径向基（RBF）神经网络、SDAE网络、SPBO优化后的深度置信网络（DBN）、遗传算法（GA）优化后的SDAE网络以及粒子群算法（PSO）优化后的SDAE网络。

为解决城市道路变道切入行为带来的交通安全和道路拥堵问题，研究了变道切入行为在城市道路中的决策模型。在考虑安全收益、速度收益和变道收益的基础上，量化博弈双方的收益，并结合驾驶人变道意图给出变道切入行为中变道车和目标车道后车的收益函数，构建非合作博弈模型并求纳什均衡解；对模型中的收益参数进行标定，使用NGSIM数据进行模型校对。研究结果表明：模型对于城市道路变道车和邻后车的决策行为具有良好的拟合度，强制性变道切入行为中变道车和邻后车决策行为变量的RMSE分别为0.1385和0.4361，自由性变道切入行为中RMSE分别为0.2278和0.1748；在博弈行为中，安全收益比换道收益对变道车驾驶人的决策影响更大，其中自由性变道切入行为中更加明显；而速度收益始终比安全收益对邻后车驾驶人的决策影响更大，收益权重为0.9和0.1。

为了更好地保护交通重要节点，提出了基于粗糙集理论的轨道交通节点重要度评估算法。针对轨道交通各节点中具有不确定性的客流因素，利用边界域概念对模糊数据进行清晰描述；对整理出的概念集合及元素进行知识约简，加入决策规则完成信息量求解；判断节点客流量大小，凭借知识熵确定节点权重，从节点度中心性、节点接近中心性以及节点阶数中心性3个维度评估节点重要度。实验证明，本文算法评估时间在3 s内，评估时间较短，且评估结果准确。

针对双车道公路交通场景，提出了自动驾驶汽车换道的决策和轨迹规划方法。首先，设计了基于贝叶斯概率理论的风险评估方法，得到当前场景车道安全性条件概率。然后，设计了基于安全效用的行为决策方法，根据风险评估贝叶斯网络和决策图做出此时的行为决策——车道保持或换道。在轨迹规划层提出了基于非线性模型预测控制（MPC）的轨迹规划方法，模仿优秀驾驶员给定各个优化目标函数的权重系数，求解最优期望换道轨迹。最后，通过仿真验证该决策和轨迹规划方法的有效性，结果表明，在不同风险场景中，所设计的风险评估、行为决策和轨迹规划方法能够使自动驾驶汽车做出安全的行为决策，并规划出最优的换道轨迹坐标和车速，使自动驾驶汽车安全、快速地换道行驶。

针对常导高速磁浮辅助停车区（ASA）布置过程中多样的需求因素与复杂的限制条件，着眼于以较少的辅助停车区来保障磁浮列车的安全运行，提出了基于场景划分的辅助停车区布置方法。首先，将辅助停车区布置的一般场景划分为列车运行方向、列车运行曲线、需求优先区段和需求限制区段，并构建优化模型。其次，以每个辅助停车区距离终点站尽量远为准则，剖析面向不同场景的优化规则，进而设计求解辅助停车区布置优化模型的启发式算法。最后，结合数值试验开展算例分析。结果表明，所提出方法能够快速获取可靠经济的布置方案。列车步进冗余时间的增加会增大辅助停车区需求。开展双方向辅助停车区的布置时，合理利用反方向辅助停车区有助于降低辅助停车区需求。

通过无侧限抗压强度试验，分析了水泥改性泥浆（CMS）的应力-应变曲线、无侧限抗压强度（UCS）及弹性模量，并建立了CMS弹性模量时间效应模型。基于损伤力学，采用粒子群优化（PSO）算法识别随机场参数，建立了CMS细观随机损伤模型，并提出了随机场参数时间效应模型。结果表明：①CMS的应力-应变曲线为软化型曲线，水泥最佳掺量为20%，弹性模量与水泥掺量和龄期具有函数关系。②细观随机损伤模型能够描述CMS的应力-应变关系，并且随机场参数λ与养护时间具有函数关系。③通过损伤变量D与应变演变规律，能从细观随机损伤角度解释CMS宏观应力-应变特性。

采用气动冲击维修技术对横隔板和纵肋弧形缺口部位疲劳裂纹实施维修，并结合疲劳试验对维修效果进行评估。先后累计开展了11个试件的弯曲疲劳试验，探讨了横隔板和纵肋弧形缺口部位焊缝疲劳性能以及裂纹扩展规律；对比分析了气动冲击维修前、后疲劳裂纹扩展速率以及局部承载能力的变化情况；揭示了气动冲击维修技术对于横隔板和纵肋弧形缺口部位疲劳裂纹的维修效果。研究结果表明：在面外变形作用下，横隔板和纵肋弧形缺口部位的疲劳强度约为46 MPa，低于我国现有规范（JTG D64—2015）中的建议值，并且疲劳裂纹易萌生于焊缝包脚处，主要沿着横隔板母材扩展，呈现出复合型裂纹扩展特征。气动冲击维修后，裂纹均出现了明显的扩展迟滞现象，表明气动冲击维修技术对于抑制该部位疲劳裂纹扩展有显著效果。4年多的工程应用结果也充分验证了本文方法在横隔板和纵肋弧形缺口部位疲劳裂纹维修工作中的有效性。

针对基坑工程勘察局限性和工程临时性等实质问题，提出了基于模糊聚类最大树算法的高层建筑基坑工程风险识别方法。通过绝对值减数法建立了模糊相似矩阵，标准化处理风险指标数据，使用风险评价指数划分基坑施工风险等级。利用模糊聚类定量计算影响元素之间的耦合关系，运用无向连通赋权图形式描述最大树结构，通过连接树结构内互相连通的顶点实现风险识别。仿真结果证明：本文方法能够在判定基坑工程风险等级的同时，准确描述风险的具体位置，识别正确率和效率均可达到预期要求，鲁棒性强。

为解决停车位状态检测算法速度慢、精度低的问题，提出了一种基于卷积网络结构重参数化的车位状态检测算法。该算法利用结构重参数化解耦训练网络和推理网络。在训练时，利用不同尺度的小卷积核组成多分支结构，用于获取车位图像中局部细节特征，使网络达到较高的检测精度。训练完成后，利用结构重参数化将训练时多分支结构等价转化为单分支结构用于推理，显著提升了检测速度且不损失检测精度。实验结果表明，本文算法与其他车位状态检测算法相比，在预测精度和算法推理速度上都具有明显优势。

针对可见光与热红外图像融合跟踪中采用孪生网络架构进行跟踪时鲁棒性较差的问题，提出了一种基于双孪生网络特征融合的可见光热红外（RGB-T）目标实时跟踪方法。首先，采用两个孪生网络分别对可见光和红外图像的模板分支和搜索分支进行特征提取，得到两种模态特征层；然后，利用自注意力特征增强模块（SFEM）对两种模态的特征进行增强，并使用双模特征融合（DMFF）模块对模板分支和搜索分支增强后的特征分别进行融合；最后，将融合后的模板分支和搜索分支进行特定任务的互相关操作，并通过分类和回归分支得到目标位置，从而完成跟踪。在灰度热红外目标跟踪数据集（GTOT）上的测试结果表明，本文方法的精确率（PR）为91.8%，成功率（SR）为78.1%，运行速度为60 f/s。与其他RGB-T融合跟踪方法相比，本文方法能够在保持实时处理速度的同时具备较高的鲁棒性。

针对现有目标检测算法在医疗影像疾病检测中存在定位精度和分类准确率较低的问题，提出了一种基于动态加权Bagging集成学习的多目标检测方法。以胸部影像疾病检测为例，引入联合注意力（CA）模块增强区域感受野，提升弱学习器对目标区域的定位能力；使用动态加权Bagging集成学习方法，根据置信度赋予弱学习器投票权重，降低了模型方差，改善了泛化误差，提升了分类准确率。实验结果表明，在胸部影像疾病检测任务中，本文算法的平均检测精度达到41.9%，相较于YOLOv5原型提高了2.5%，同时G-mean提升了1.3%；将模型加权集成后，平均检测准确率达到81.06%，相较于原模型提升了1.58%，具有较高的定位精度和分类准确率。因此，本文算法可以更好地完成胸部影像疾病检测任务。

提出了一种改进的深度虹膜分类模型EnhanceDeepIris，在生成网络的辅助下，对深度学习虹膜分类网络进行二次训练，使已经在原始训练集上收敛的分类网络继续训练，得到在测试集上泛化能力更好的网络。使用3个先进的图像分类网络VGG16、ResNet101和DenseNet121验证EnhanceDeepIris对深度学习分类网络的提升效果。在两个虹膜数据集CASIA-Iris-Thousand和JLU6.0上对该方法进行实验，结果表明，与传统数据增强方法相比，经过EnhanceDeepIris提升训练的分类模型识别精度更高、测试效果更稳定。

针对视网膜动静脉血管（A/V）自动分类方法的局限性，提出了基于注意力U-Net（AU-Net）的视网膜A/V自动分类方法。利用血管结构信息、拓扑关系及边缘信息增强视网膜A/V特征信息，在U-Net改进网络VC-Net模型中引入注意力模块，将局部与全局信息相结合，调整权重约束视网膜A/V特征，如抑制背景倾向特征并增强血管边缘及末端特征，实现视网膜A/V的精准分类。在DRIVE数据集中对本文方法性能进行了测试，结果表明，本文方法视网膜A/V分类精度为0.9685，F₁值为0.9886，敏感度为0.9803，特异性为0.9957。由实验结果可见，与经典U-Net相比，本文方法各项性能指标均有显著提升，可供临床借鉴。

针对非配合场景下，姿态偏差及低分辨率条件下人脸重建效果差、识别率低等问题，提出一种三元对抗重建识别网络。该方法先通过编解码网络将人脸图像重建为高分辨率正脸图像，再对重建人脸进行识别。在网络训练上，设计了一种最短距离三元组损失函数，并将其与对抗机制结合，使网络对同一个人提取的特征相似性高，而与其他人提取出的特征相似度低。实验结果表明，在大角度低分辨率条件下，本文网络性能优于目前领先的人脸姿态矫正算法。

针对网络中社交用户属性信息划分不明确的问题，提出了一种基于知识图谱的多粒度社交用户画像构建方法。利用知识图谱映射用户信息，结合图谱分类划分映射数据多维度的属性类别，建立了社交用户集。赋予集合中每位用户对应属性标签的同等权重值，计算权重参数及兴趣标签频次，再根据用户点击频次信息，构建多粒度社交网络中用户的连续活动位置序列及活动范围序列，统一计算和划分序列中每位用户的特征，完成用户画像建立。仿真实验证明，本文方法用户画像构建时间不超过25 ms，对应属性匹配重叠数量最高为705，匹配度较高，说明所构建的用户画像信息划分较明确。

针对跨模态行人重识别面临的较大跨模态差异和类内变化的问题，提出了一种基于语义耦合和身份一致性的跨模态行人重识别方法。在语义层面，通过双向耦合不同模态的语义特征，实现不同模态间语义的交互融合，有效缓解了跨模态差异；在行人身份层面，通过优化跨模态三元组损失和身份损失，实现类内身份信息一致性，有效缓解了类内变化问题。实验结果表明，本文算法能够有效提升跨模态行人重识别精度，与基线方法相比，Top-1和mAP指标精度提升了10%以上。

在构建大规模量子密钥分发网络的过程中，为了提高在可信中继模式下密钥中继成功率、减少链路密钥消耗以及平衡网络负载，提出了一种基于桶重计算的量子密钥分发网络路由选择算法，并构建了基于软件定义网络SDN的网络架构模型。在网络源节点到目的节点所经过的所有路径中，根据计算Bucket权重即桶重作为路径优先级，控制器通过优先级选择最优路径；最后，对提出的路由选择方法进行仿真实验，验证了算法的合理性和可行性。

针对利用深度学习方法计算三维模型间稠密对应关系时算法泛化能力较差的问题，提出了一种基于无监督变形网络的对应关系的计算方法。首先，通过基于螺旋卷积的模板特征提取网络计算非参数化模板的局部特征描述符；其次，在模板变形网络中利用编码器获取输入模型的全局特征，并与模板的局部特征描述符拼接，将拼接后的特征输入到解码器中计算模板的变形模型；最后，通过最近邻搜索算法计算变形模型与输入模型之间的稠密对应关系。实验结果表明，在具有相同训练样本的条件下，本文算法与目前主流算法相比得到了更精确的稠密对应关系，且具有更强的泛化能力。

基于黏菌算法（SMA）提出了一种有效的配比模型（SMA_MSA）以辅助判断不同序列之间是否具有同源性，进而预测蛋白质结构。基于BAliBASE 3.0基准数据集，对SMA_MSA和其他经典竞争算法在6类数据集上进行了测试。结果表明：在其中的31个数据集中SMA_SMA有较好的匹配能力，说明了本文模型在蛋白质多序列比对问题中具有很大的发展潜力。

为提高无人驾驶车辆纵向跟随控制算法的安全性，在大脑情感学习模型的基础上，删除了情感暗示信号，并结合径向基神经网络良好的非线性逼近特性，提出了一种间接自适应脑情绪神经鲁棒控制器（iARBERC）和一种证明该控制系统稳定性的Lyapunov分析方法。将其运用到单级倒立摆仿真中，并与径向基神经网络、ARBENC进行数值比较，仿真结果表明：iARBERC具有最快的响应速度、最小的跟踪误差和最优的鲁棒性能，虽然总控制能量有所提高，但偏差在4%以内。最后，将iARBERC应用到无人驾驶车辆跟随控制系统半物理仿真台架中，结果表明，搭载iARBERC的车辆对频繁变化的纵向速度有较好的跟随能力。

构建了基于声参量阵的声-地震耦合探雷测试系统，研究了声参量阵在声波探雷技术中的应用方法。在论述声-地震耦合探雷理论的基础上，利用声参量阵作为声波能量源激励地表土壤振动，利用加速度计进行地表振动的检测，构建了地表振动在不同类型地雷和埋藏土壤条件下的三维特征图。实验结果显示，地雷上方土壤的声-地震耦合效率明显优于砖块等干扰物，并且受埋设地雷类型及周围土壤条件的影响，表明声参量阵可用于声波探雷工程系统的进一步研究。

针对当前DV-Hop算法存在的传感器节点定位误差大、定位效率低、抗干扰能力差等问题，设计了一种基于改进DV-Hop算法的传感器节点定位方法。首先，采用DV-Hop算法对传感器节点的位置进行初步估计；然后，将DV-Hop算法的传感器节点定位结果作为斯蒂芬森迭代模型的初始值，通过斯蒂芬森不断迭代得到最优传感器节点位置；最后，与其他传感器节点定位算法进行了仿真对比测试。结果表明，本文方法传感器节点定位误差小，传感器节点定位的平均耗时明显缩短，定位效率得到了明显提升。

针对神经网络微波建模耗时难的问题，提出了一种基于卷积神经网络的微带滤波器结构参数估计方法。采用单开路短截线加载矩形环谐振器和横向信号干扰技术分析和设计了一款双频带、三频带和四频带的微带滤波器，并利用电磁仿真软件提取数据。将微带滤波器的S参数和结构参数分别作为模型的输入和输出进行训练，并通过训练好的模型进行结构参数预测。利用卷积神经网络设计微带滤波器的方法，能够有效解决目前基于神经网络设计微带滤波器时输入参数较多、全连接造成模型复杂以及耗时长等问题。仿真结果表明，该方法设计的微带滤波器S参数有较高的准确率。

针对单一无人机视觉导航进行地面移动目标搜索的问题，提出了一种基于物理电场模型的改进蚁群算法。定义复杂搜索区域并进行网格划分，网格节点定义为可激活的信息素点，基于物理电场模型规则优化蚁群算法，引入概率模型，建立基于电场模型的无人机搜索改进粒子群算法控制无人机位姿和速度。仿真实验结果表明：改进蚁群算法搜索移动目标的平均成功率为67.3%，算例的平均计算时间为8.33 s，均优于粒子群算法，为单一无人机在区域快速跟踪搜索提供了一种简单、高效的方法。

针对国内作青饲料用饲用苎麻田间收获难、劳动强度大及生产成本高的问题，设计了一种4QM-4.0型麻类青饲料联合收获机。该机采用履带式行走底盘装置，可一次性完成饲用苎麻的田间收割、输送、切碎、集料及自动化卸料一条龙作业。通过理论分析对拨禾轮及卧式割台、浮动轮夹持装置、切碎装置及卸料装置等关键零部件进行设计，并通过试验研究了滚筒直径和转速对苎麻纤维缠绕形成的影响。机器性能试验结果表明，该机各部件运行稳定、作业适应性好、可靠性高。田间试验结果表明，该机收获总损失率为3%，标准草长率为91%，作业小时生产率为0.31 hm²/h，符合设计要求和青饲料收获机标准（DG/T052—2019），能够满足饲用苎麻田间收获需求。