针对传统控制策略下两挡纯电动汽车难以适应各种复杂工况获得最佳换挡性能的问题，提出了一种智能换挡控制方法。根据不同挡位下电机效率和车辆行驶加速度，结合电池状态，分别得到传统双参数最佳经济性换挡规律和最佳动力性换挡规律，并以此分析得到车辆最佳换挡区间。根据加速踏板开度和加速踏板变化率，通过模糊控制，对驾驶员的驾驶意图进行识别，结合驾驶员意图和合理范围内的车速，设计两级模糊控制智能换挡控制器，通过仿真验证了所设计的自适应换挡策略的有效性。仿真结果表明，面对不同工况，与传统三参数模糊换挡控制相比，本文所设计的自适应换挡策略能准确结合车辆性能和驾驶员意图，减少换挡频次，经济性得到提升。

为探究大城市混合路网中路径利用不均衡的深层原因，采用行为（RP）与意向（SP）联合调查，系统收集了驾车出行者在混合路网中的出行特征及路径选择数据。结合多维路径属性和个人出行特征，基于随机后悔理论构建了路径选择模型，并引入尺度效应以提升模型的预测精度。结果表明，距离、红绿灯数量、过路费、历史平均时间、拥堵时的额外时间及其发生可能性等路径属性是路径选择的显著影响因素，个人出行频率和历史路径偏好对决策行为具有关键作用。改进后只考虑路径属性的模型中率为0.703，融入个人出行特征后模型中率提高到0.872，在拟合效果和预测能力上显著优于传统模型。本文研究结果可为城市交通精细化管理策略提供量化依据，也可为个性化导航服务的优化设计提供实用参考。

为探究自动驾驶汽车事故伤害严重程度影响因素，构建了考虑中介效应的结构方程模型，并对自动驾驶汽车接管模式与事故严重程度进行关联性影响因素分析。采用AVOID数据集中的自动驾驶汽车事故数据，从车辆特性、天气特性、道路特性和碰撞状况4个方面选取17个影响因素，利用中介效应和因子结构分析探究各因素对自动驾驶事故严重程度的影响。结果表明：交叉路口和街道可以显著降低自动驾驶汽车交通事故严重程度；路面状况、多云、雨、碰撞（左后方）和白天通过中介效应对事故严重程度产生间接影响，其中路面状况可以显著降低交通事故严重程度，天气（雨）明显增加了交通事故严重程度；自动驾驶汽车发生交通事故时的接管模式对事故严重程度具有显著负作用，且二者具有复杂的关联性。

针对传统神经网络模型进行车辆换道意图识别时，手动调整超参数耗时、效率低下且求解空间有限的问题，提出了一种基于PSO-GRU的换道意图识别模型。首先，针对NGSIM数据集横、纵向轨迹的特点提出了多步轨迹平滑方法。然后，对轨迹数据进行参数挖掘并将其重构到数据集中，构建车辆换道轨迹数据库，使用随机森林（RF）算法评估数据库特征的重要性。最后，建立了基于PSO-GRU的换道意图识别组合模型，使用粒子群优化（PSO）算法优化门控循环单元（GRU）网络的超参数，以找到最佳的网络配置。结果表明，相较于传统深度学习算法和机器学习算法，本文提出的PSO-GRU换道意图识别组合模型具有更高的识别准确率和更稳定的性能。

为探究不同时期建成环境对居民小汽车依赖影响的差异，基于杭州市2010年和2023年的居民出行调查数据，构建了轻量级梯度提升机模型，并结合部分依赖图和沙普利加性解释方法进行了非线性分析。结果表明：轻量级梯度提升机模型精准捕捉了建成环境与居民小汽车依赖之间的非线性关系，建成环境对居民小汽车依赖有显著影响，且在不同时期存在显著差异。相比2010年，2023年建成环境对居民小汽车依赖的影响明显减弱，且人口和道路密度因素的影响呈现阈值效应，当居住地人口密度超过2 万人/km²或道路密度超过0.04 km/缓冲区时，青年群体的小汽车出行占比反而升高，表明应准确把握阈值效应的影响，以避免建设资源浪费及过度建设带来的负向效应。

基于北京市出租车全球定位系统（GPS）轨迹数据，结合ArcGIS地图匹配功能，选定合适阈值构建了出租车出行信息数据库。首先，构建了出租车出行网络，结合核密度和热点分析方法，分析了出行轨迹空间分布特征和时序特征，揭示了出租车出行密度在早、晚高峰的变化趋势。然后，考虑土地利用性质对出租车出行分布的影响，建立了基于土地利用性质的双约束人口权重机会模型。结果表明，本文模型提高了出租车跨区出行的预测精度，均方根误差由4.54辆次降为4.41辆次，预测结果与真实数据的相似度由0.961提高为0.970，发生量平均相对误差由0.48%降为0.19%。

为分析公交换乘优惠政策对居民换乘行为的影响，采用行为偏好（RP）和意向偏好（SP）组合的方式设计调查问卷，收集受访者的社会经济属性、出行特征、心理感知和不同换乘情景的偏好数据，采用包括心理潜变量的综合选择（ICLV）模型构建了公交换乘优惠政策下居民换乘行为模型，探究公交换乘优惠政策下居民换乘决策机理。分析结果表明：ICLV模型的拟合效果优于SEM-Logit模型；ICLV模型中的个人社会经济属性和出行特征可以直接影响换乘行为，还可以通过心理潜变量间接影响换乘行为；心理潜变量中的感知易用性和行为习惯对居民换乘行为有正向和负向影响，而态度是调节变量，居民对公交换乘优惠政策的态度越好，优惠幅度对换乘行为的正向影响越大；居民在公交换乘优惠政策下感知到的换乘便捷程度和公共交通出行习惯每增加1%，选择换乘的概率分别会增加4.67%和减少4.62%。通过引入个人社会经济属性和出行特征等变量估算潜变量，克服了以问卷测量题项估计潜变量方法存在的测量误差问题，提高了模型估计的解释能力。本文研究结果可以为政府相关部门谋划、制定和实施公交换乘优惠政策提供理论支撑和借鉴意义。

为提升人机协同式横向控制系统的友好性，提出了一种考虑驾驶群体特性的人机协同横向控制算法。首先，引入模仿驾驶人转向行为的驾驶人转向模型，建立了线性时变的闭环人-车-路模型；其次，考虑到模型参数的时变性、大曲率扰动、线性模型适配不足等因素，基于LTV-MPC控制理论设计了线性时变模型预测控制器；再次，根据车辆运动状态的发展态势以及驾驶群体的侧偏敏感度，设计了面向不同驾驶群体的人机协同因子策略，以实现对共驾过程中智驾系统干预或辅助程度的差异化调控；最后，基于驾驶人在环的集成平台对该人机协同横向控制算法进行验证和探讨。结果表明，该算法具备较好的群体适应能力，并且能够较好地兼顾轨迹跟踪精度以及人机协同友好性。

基于机动车比功率（VSP）模型，重点考虑了插电式混合动力车型特性，分别针对其电量消耗和电量维持两种模式提出NO _x 排放因子的计算方法。以交叉口范围内车均NO _x 排放最小为优化目标，以车均延误、平均停车次数等为约束条件，建立以燃油车与混动车构成的混合交通环境下交叉口信号配时优化模型。分析结果表明，本文模型优化后的车均NO _x 排放减少率达到31.29%，同时车均延误以及平均停车次数与车均NO _x 排放呈同向变化趋势，其减少率分别为43.99%和28.88%，优于仅考虑交通流量条件的Webster模型。最后，通过参数敏感性分析发现，不同交通量水平、左转车辆比例以及混动车渗透率对车均NO _x 排放的影响较为显著。本文提出的平衡环境效益和通行效率的交叉口信号配时优化方法为城市交通管理和政策制定提供了有效依据。

针对现有的探地雷达（GPR）技术在多层钢筋密集场景下，仍面临分辨率不足、信号重叠以及信噪比降低等问题，提出了一种基于扩频与极化增益补偿的多层钢筋探测方法。该方法通过优化频谱扩展技术，有效克服了频率跳变和数据融合中信息丢失的问题。同时，利用金属的电磁反射特性与极化反转增益放大机制，增强了钢筋反射信号的强度，从而显著提升钢筋探测的能力。CST数值模拟结果表明，金属反射信号的极化偏转特性能够显著提高回波信号中钢筋反射的信噪比，极化匹配传输效率最大可提升约20 dB。此外，在gprMax中对频谱扩展前后的探地雷达数据进行了模拟计算与后处理分析。结果表明，本文所提出的探地雷达扩频技术能够有效提升距离分辨率，解决了窄距双层钢筋反射信号混淆问题，成功实现了其独立定位，最大误差仅为 5.25%。此外，本文还进行了多信噪比工况下的鲁棒性分析，进一步验证了该方法在复杂实际环境中的适用性和可靠性。

为准确预测全断面隧道掘进机破岩过程中滚刀使用寿命以提升掘进效率及确定换刀时间，本文通过分析盘形滚刀破岩机理，基于剪切和张拉破坏机理，建立了TBM破岩滚刀法向力计算模型，并基于密实核效应改进Rabinowicz磨粒磨损模型，建立了密实核效应和压剪破坏影响下TBM盘形滚刀磨损速率及寿命预测模型，通过与已有方法、数值模拟和现场监测等结果对比分析，验证了本文预测模型的工程适用性。结果表明：本文模型的预测值更接近工程现场的实测值，且相比现有典型模型，在滚刀磨损速率和滚刀寿命的平均预测精度上分别提升9.1%、11.7%，有效表明了TBM滚刀破岩计算时综合考虑密实核效应与压剪破坏模式的必要性，可将滚刀磨损速率和寿命指数作为评价TBM破岩过程中滚刀磨损特性的可靠指标，为TBM隧道及其类似工程现场换刀方案设计和时机选择提供理论指导。

针对车路协同环境下车辆行驶风险影响因素复杂未知、传统数据驱动和物理模型驱动的预测模型可解释性与自适应性不足的问题，提出了利用自车车载传感器获取周围车辆行驶状态信息构建自车行驶势能场，并融入自车行驶状态信息建立广义力模型以构建车车交互信息网络的方法。同时，基于自车车载传感器采集道路标志标线信息构建车路交互信息网络，进而构建两种信息网络协同的动态交互信息融合网络。引入路由机制，针对不同自车广义力动态交互过程设计了Transformer和混合专家模型相结合构建切换变换器，提出了基于交互信息融合网络的车辆行驶风险预测模型。实证分析结果显示，在综合测试集中，切换变换器模型相比Transformer的预测性能有较大提升，MAE降低了3.48%，RMSE降低了2.19%，R2提升了1.39%。在换道测试集中，切换变换器模型体现出更好的适应性，与Transformer相比MAE降低了11.1%，RSME降低了9.0%，R2提升了5.4%。在风险预测结果中，模型在跟驰、停车、驶出、变道加驶出混合场景中分别高于碰撞时间倒数0.288 7、0.200 5、0.714 2、0.288 8。

针对GPGPU程序在软错误扰动下的可靠性预测问题，提出了一种基于少量故障注入样本的预测模型构建方法。通过设计引导规则实现针对性的故障注入样本收集，结合数据增强策略，在少量故障注入样本前提下，实现了高精度的可靠性模型的构建。实验结果表明：本文方法在仅需300个故障注入样本的情况下，预测模型的平均精度达到91.56%。

针对现有无线传感器网络（WSNs）流量异常检测方法泛化能力较弱、异常检测准确率不高等缺陷，提出一种融合改进卷积神经网络（CNN）和密度峰值聚类（Density peak clustering，DPC）的WSNs流量异常检测模型。该模型由数据处理层、特征提取层和异常判定输出层组成。数据处理层，利用格拉姆角场（GAF）变换技术，将一维WSNs流量时间序列转换生成为二维图像并传输至特征提取层。特征提取层，运用CNN提取WSNs数据高维空间特征；设计改进的黏菌优化算法和引入最小绝对收缩和选择算子（Lasso）回归对CNN进行改进优化，以增强CNN网络泛化能力。异常判定输出层，采用DPC对提取的高维空间特征进行聚类，通过定义异常判定规则最终实现对WSNs流量的异常检测。实验结果表明：相比于其他WSNs流量异常检测方案，所提模型检测准确率提高了约15.33%。

针对多模态多目标优化算法存在等价解分布不均和多样性收敛性方面的问题，提出基于密度聚类的多模态多目标优化算法（MMO_DBSCAN_BWO）。首先，混沌映射初始化种群，使个体均匀分布于决策空间，增强其全局搜索能力；其次，基于不同层级的非支配解集使用密度聚类算法生成小生境，识别出游离个体，提出层级进化策略和同级环形拓扑进化策略，加强搜索能力；然后，引入档案机制，保留个体历史最优解；最后，基于特殊拥挤距离非支配排序和基于欧氏距离的截断档案机制选取分布较为均匀的Pareto最优解。通过在2020年CEC多模态多目标测试函数上进行测试，并与3种算法进行对比实验，结果表明，MMO_DBSCAN_BWO的总体性能优于对比算法。同时，将算法应用于JavaScript恶意代码检测图模型超参数优化问题，模型准确率得到进一步提升，达到99.3%，证明了算法的有效性。

针对密度峰值聚类算法难以发现流形数据的密度峰值；分配策略易将远离密度峰值的样本错误分配的问题，提出一种面向流形数据的自然近邻图优化和微簇合并密度峰值聚类算法。首先，基于自然近邻图，利用顶点间的测地距离设计了一种新的局部密度度量方法，精准刻画流形数据的内部结构与分布特性；其次，通过分析自然近邻图中顶点的连接关系，自动识别样本代表并确定局部核心，用以指导微簇划分；最后，利用样本间测地距离定义一种新的微簇间相似性度量准则，用以指导微簇合并，从而优化聚类效果。将该算法与4个改进密度峰值聚类算法以及密度峰值聚类算法进行对比，实验结果表明，本文算法能有效应用于流形数据和真实数据的聚类分析当中。

针对二自由度柔性机械臂在实际应用中内部参数摄动和外界扰动影响柔性机械臂的轨迹跟踪精度提高和连杆抖振抑制，提出了一种基于奇异摄动理论的复合控制策略。首先，根据假设模态法和Hamiltion原理建立了二自由度串联柔性机械臂的动力学模型，进而基于奇异摄动理论将其分解为慢速子系统和快速子系统。然后，针对慢速子系统，基于反馈线性化技术设计了增量非线性动态逆控制策略，用于机械臂的轨迹跟踪控制；对于快速子系统，通过误差符号的积分和非线性反馈设计误差符号鲁棒积分控制策略，用于机械臂连杆抖振抑制；利用李雅普诺夫稳定性理论证明了闭环系统的稳定性。仿真结果表明，本文所提出的复合控制策略在轨迹跟踪控制和抗干扰性能方面具有明显的优势。

为了提升正交线性调频分复用索引调制（OCDM-IM）系统的隐蔽性，提出了一种变时宽变索引映射方法，构建了VT-OCDM-IM系统。该系统通过同一组伪随机序列选取时宽和索引映射方法，打乱信号周期性，提高系统在检测信号周期性特征场景下的隐蔽性能。仿真和实验结果表明：在变时宽的同时改变系统的子载波数量，特定环境下拥有更高的可靠性，同时能够在保证系统传输速率的优势下提升系统隐蔽性能。

针对车辆队列安全间距控制问题，提出一种仅基于局部信息的预设性能输出反馈无模型间距分散控制算法，实现间距误差的性能约束和速度干扰的衰减，保证车辆队列的队列稳定性。针对车辆队列分离或合并点头车的速度自主控制，设计一种预设性能无模型速度控制算法，实现车辆队列分离后子车队的自主巡航、与多个车辆队列稳定合并的一体化控制。仿真结果验证了所提无模型分散控制算法的有效性、灵活性及车辆队列系统的队列稳定性保证能力。

针对现有残膜打捆过程中存在的结构复杂、打捆皮带寿命低、膜捆直径不可调、卸膜位置不确定和与现有残膜回收机配套性差等问题，设计了一种双带揉搓式残膜打捆装置，介绍了配套整机工作流程、残膜打捆结构组成及工作过程，重点对双带揉搓式残膜打捆装置、张紧装置及载膜箱进行设计。通过对打捆作业过程进行力学分析，确定了各功能部件的结构参数和工作参数。为验证双带揉搓式残膜打捆装置的作业性能和效率，以打捆腔角度、打捆带摩擦因数和打捆带线速度为试验因素，在此基础上，以残膜成捆率、残膜捆密度和打捆效率为响应变量，设计三因素三水平的二次回归试验，建立回归模型，分析各因素对残膜成捆率和捆密度的影响，并进行参数优化与试验验证。试验结果表明：影响残膜成捆率的因素由大到小依次为：打捆腔角度>打捆带线速度>打捆带摩擦因数；影响残捆密度的因素依次为：打捆带线速度>打捆腔角度>打捆带摩擦因数；影响打捆效率的因素依次为：打捆带摩擦因数>打捆带线速度>打捆腔角度。理论最优的设计参数如下：打捆腔角度为33°，打捆带选草坪纹打捆带摩擦因数为0.83，打捆带线速度为1.03 m/s。研究结果可为残膜打捆装置设计与高质量作业提供参考。