为解决机械臂的单物体抓取检测问题，提出了一种基于注意力机制（CBAM）的SqueezeNet网络模型。首先，对深度视觉抓取系统进行阐述，完成了抓取系统的手眼标定。采用随机裁剪、翻转、调节对比度和增加噪声等方式有效扩充了物体抓取检测数据集。其次，引入轻量化SqueezeNet模型，采用五参数法表征二维抓取框，在不加大网络设计难度的前提下即可完成对目标的抓取。再次，引入“即插即用”的带有注意力机制的网络在通道维度上和空间维度上对传进来的特征图进行加权处理，对SqueezeNet模型抓取网络进行优化改进。最后，将改进后的CBAM-SqueezeNet算法在公开的数据集Cornell grasping dataset和Jacquard dataset上进行验证，抓取检测准确率分别为94.8%和96.4%，比SqueezeNet的准确率提升了2%。CBAM-SqueezeNet网络抓取方法的推理速度为15 ms，达到了抓取精度和运行速度的平衡。将本文方法在Kinova和新松手臂上进行了试验，网络抓取的成功率为93%，速度更快、效率更高。

针对大规模深度神经网络模型并行面临的内存消耗大、设备利用率低、训练时间长、模型难以收敛的问题，提出了一种面向深度神经网络模型并行的计算任务自适应调度方法。通过建立模型并行计算任务的多迭代异步并行管理机制，控制微批量单元具体调度过程，实现模型合理分区和计算资源合理分配，解决异步迭代时产生的梯度延迟更新问题；基于拓扑感知设计计算资源的分配机制，实现模型训练任务和计算资源的合理匹配；设计计算资源和模型任务的运行时调度策略，实现深度学习模型训练过程中计算与通信重叠的最大化，提高计算资源利用率。实验结果表明：与已有的模型并行方法相比，本文方法可以充分利用各GPU计算资源，在保证模型训练精度的同时，可以将大规模深度神经网络模型训练速度平均提高2.8倍。

针对现代藏语文本表征形式复杂多样且不规范，影响语音合成系统的性能问题，提出了具有易于维护及可扩展性特点的藏语文本标准化方法。首先，对藏文标记符号和来自其他语言的非藏文特殊符号在藏语文本中的不同表现形式进行了深度解析，并通过不同特征对特殊符号进行了分类；其次，根据归纳的不同类型，分别建立起了15种特殊符号转化为藏语的书写规则；最后，以13 490个句子作为实验数据，通过藏语字音转换测试识别并检测文本中特殊符号和藏文音节的有效性，采用规则匹配的方法对含有特殊符号的句子进行标准化处理。实验结果表明：标准化之前藏语音素转写的遗漏率高达4.69%，而经过标准化之后音素转写的遗漏率降低到0.01%，其藏语文本标准化准确率达99%。

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。

将冷弯薄壁型钢与胶合木通过不同连接方式组合成新型箱形截面组合梁，以钢木连接方式和钢材卷边尺寸为变量，对4根组合梁进行了三分点弯曲试验，探究组合梁的破坏机理及力学性能。试验结果表明：组合梁整体工作性能好、变形协调，组合梁最终以纯弯段下翼缘胶合木断裂而破坏；不同连接方式下，胶粘连接的组合梁相较于螺栓连接和自攻螺钉连接的组合梁极限抗弯承载力分别提高了61.5%和23.0%；同为胶粘连接的组合梁，增大钢材卷边尺寸后其极限抗弯承载力只提升了9.0%。在试验基础上建立组合梁有限元模型进行分析，模拟结果与试验结果吻合良好；有限元模拟结果表明：钢材强度、钢材厚度以及胶合木厚度均对组合梁的抗弯承载力有一定的影响，其中胶合木厚度的影响最大。结合试验结果和模拟分析提出了冷弯薄壁型钢-胶合木组合梁跨中挠度和抗弯承载力计算公式，结果表明理论值与模拟值吻合良好，可为工程实践提供一定参考。

提出了一种变速换道轨迹跟踪动态控制策略，针对变速换道轨迹构建了双PID纵向速度控制器和以横向误差、横摆角速度和质心侧偏角为综合评价指标的模型预测横向控制器，该动态控制算法利用估计得到的路面附着系数和预测的车辆状态信息自动调整算法中各个评价指标的权重系数，实现轨迹跟踪精度和横向稳定性之间的动态控制。据此设计高低附着对开路面的变速换道工况，利用CarSim与Simulink联合仿真对比验证算法的有效性。仿真结果表明：本文提出的动态控制策略实现了不同路面附着系数下的权重因子动态调节，在变速换道时仍可以确保控制量平滑输出，同步提升了无人驾驶汽车轨迹跟踪控制精度和横向稳定性，具有良好的协调控制效果。

针对有雾的场景中图像采集系统采集到的图像会出现细节缺失、色彩暗淡、亮度降低的问题，在一体化去雾网络（AOD）理论的基础上提出一种多尺度编码-解码神经网络（MSAOD）模型进行图像去雾。本文网络模型分为3个模块：(1)预处理模块，将输入图像分为2部分进行预处理；(2)主干模块，通过多尺度编码器-解码器对第1部分的输出进行特征提取；(3)后处理模块，对特征图进行映射操作。通过训练得到去雾图像，实验结果表明，本文方法要优于主流的深度学习和传统方法的图像去雾效果，去雾后的图像在细节、色彩和亮度等方面都有所优化。

针对深基坑在不同施工阶段支护结构的材料参数、连接刚度及边界条件等均随着施工进度的变化而发生改变，导致采用传统确定性的有限元建模参数方法效率低、速度慢、难收敛的问题，提出了利用概率有限元进行参数修正的基准模型概念，即建立了表征地铁深基坑在不同施工阶段物理参数变化规律的有限元模型。首先，针对深基坑不同施工阶段存在“深度效应”最大水平位移的区域，采用高斯混合模型将围护墙最大水平位移分为不同的簇，并提取均值和方差。然后，建立ANSYS有限元深基坑模型，对深基坑的内支撑和围护墙参数进行有限元修正。最后，在随机有限元修正过程中，利用Kriging预测模型代替解析有限元得到聚类分析的深基坑有限元模型的概率基线。结果表明：基准模型进行参数修正后计算速率和精度得到明显提高，可以为后续数值模拟提供理论基础。

利用大众普遍使用的智能手环设计了驾驶人愤怒驾驶行为检测方法，为愤怒驾驶行为有效监测提供了新的途径和方法。本文招聘50名驾驶人开展模拟驾驶实验，设计了引发愤怒的模拟驾驶场景，利用手环采集数据获取心率指标HR和RR.mean、SDNN、RMSSD、PNN50、SDSD、HF、LF、LF/HF八个心率变异性（HRV）指标，对采集指标与愤怒驾驶行为进行关联研究，筛选显著性影响指标，利用支持向量机（SVM）、K-近邻（KNN）和线性判别分析（LDA）3种方法建立愤怒驾驶行为检测模型，并对其进行验证。结果表明：KNN算法的模型愤怒识别效果最好，对愤怒强度识别的准确率能达到75%，对愤怒状态识别的准确率为86%。结果表明：可穿戴式设备（智能手环）可以合理地检测驾驶人的愤怒情绪状态及愤怒情绪强度。

运用ABAQUS有限元软件建立150个不同角度、板厚比、长厚比的斜交T形焊接接头有限元模型，分析得到关键点最大热点应力集中系数。基于麦夸特法+通用全局优化法对数据进行拟合，给出最大热点应力集中系数简化公式和精细化公式。结果表明：钝角侧焊趾热点应力集中系数总是大于锐角侧，当角度差距减小时，两侧热点应力集中系数差值相应减小；斜交T形接头焊趾处热点应力集中系数与角度、板厚比、长厚比均呈正相关关系，角度为80°、板厚比为2、长厚比为18时达到最大值；本文所提出的最大热点应力集中系数计算公式与有限元数值结果吻合较好，精细化公式相关系数R2达到了99.97%。

为了解决汽车控制中的安全问题，提高四轮轮毂电动汽车紧急制动时的纵向稳定性，本文提出一种基于模型预测控制的滑移率控制方法。首先，基于扩展卡尔曼滤波的车辆纵向速度估计器对车辆纵向速度进行准确估计，再利用基于限定记忆的递推最小二乘法辨识得到紧急制动工况下车辆的最佳滑移率。其次，上层模型预测控制器跟踪最佳滑移率，在满足安全约束条件下优化求解前后轮在不同路面附着条件下所需的制动力矩，下层转矩分配控制器在电机转矩和电池荷电状态约束条件下分配液压和再生制动力矩，提高能量回收效率。最后，在不同工况下进行仿真实验，实验结果表明本文控制系统能保证紧急制动过程中车辆的安全性和可靠性。

为保障建筑安全，提出了多降雨环境下锈蚀钢筋混凝土柱装配节点抗震性监测方法。首先，分析了多降雨环境造成钢筋混凝土柱锈蚀的原因，并计算了雨水锈蚀造成的钢筋混凝土柱劣化程度。然后，为明确雨水锈蚀对钢筋混凝土柱抗震性造成的影响，参考建筑行业钢筋混凝土结构设计标准构建了4个不同锈蚀程度的钢筋混凝土试件，并将4个试件放置于拟静力试验环境中，通过不同程度载荷的加载，模拟不同震动环境。最后，结合滞回曲线、骨架曲线以及层间位移角的测算，实现了相同震动环境下不同试件的抗震性表现分析。

针对急陡弯中各类驾驶员的行车特征区分问题，提出了基于车辆行驶参数的驾驶员行为分类方法。通过分析实车驾驶数据，筛选出车型、入弯前速度、出弯后速度、入弯前减速行为、是否跟驰行驶以及入/出弯间速度差6项变量，构建了潜在类别模型，并基于该模型确定了各类驾驶员的特征。结果表明：该模型可将急陡弯中的驾驶员分为平稳型、受限型和自由型3类。平稳型驾驶员各项特征参数均居于3类驾驶员的中位，倾向于匀速入、出弯；受限型驾驶员在入弯时有最明显的减速或跟驰行驶特征，而自由型驾驶员则拥有最高的入、出弯速度，且出弯后的减速行为最为明显。

为使两足步行机器人在运行过程中保持稳定的动姿态，以较高的效率完成工作任务，提出了基于运动微分方程的两足步行机器人动姿态稳定控制方法。首先，建立两足步行机器人模型，确定其在世界坐标系和刚体坐标系中的坐标，并用齐次坐标的形式表示。其次，构建两足步行机器人动姿态稳定控制器，引入运动微分方程约束机器人的动姿态，使其在任何约束曲面中都能保持稳定。最后，将本文方法与另外两种算法展开对比实验测试，验证了本文方法具有极高的可行性和合理性。相较于其他算法，本文方法取得了更优秀的自平衡能力、抗干扰能力和动姿态稳定控制能力。

为了提高汽车复合电源综合工作效率和供能稳定性，本文提出了怠速启停混合动力汽车复合电源需求功率控制方法。通过复合电源构成，分析了复合电源控制需求，明确了蓄电池和超级电容等状态。根据动力学计算混合动力汽车最大速度与超级电容的关系，输入状态补偿量与实际超级电容，得到最大限制输出功率。通过离散序列多尺度分解的递归法，逐步分解尺度空间，算出分解与重构系数，实现混合动力汽车复合电源需求功率控制。实验结果表明，使用本文方法控制后，电容曲线保持在0.60 F左右，电流波动幅度为-50～50 A，功率的波动幅度较为平缓，电压为200～220 V，表明本文方法能够稳定控制怠速启停混合动力汽车复合电源需求功率，减少整车的能量消耗，保证资源利用最大化。

在研究人体运动过程中，为进一步解决现阶段采集方法存在的采集效果差、采集精度低和采集执行时间长等问题，提出了一种基于数字画像的人体运动信息特征采集方法。首先，利用数字画像技术获取人体运动视频图像的标志点，并以标志点为中心，采用改进背景差分算法提取人体运动轮廓。其次，采用外极线约束法与灰度互相关算法处理运动轮廓，得到人体运动轨迹。最后，采用动态时间变形算法得到轨迹的运动类型、速度等相关信息，完成人体运动信息特征的采集。随机选取一组人体运动图像数据对本文方法进行验证，实验结果表明，本文方法的信息特征采集效果好、采集精度高、采集执行时间少。基于数字画像的人体运动信息特征采集方法可以有效获取人体运动信息，实现人体运动信息特征采集，对提高人体运动信息特征的采集质量具有重要意义。

利用试验与仿真结果结合神经网络和遗传算法的方法，对DP980激光焊接接头的力学性能不均匀特性进行了研究，得到了剪切修正Gurson-Tvergaard-Needleman模型优化焊接接头的损伤参数，将优化结果代入有限元模型和试验结果进行对比以验证拟合参数的准确性，并通过孔洞体积分数变化分析杯突试样横向裂纹扩展的原因。通过以上方法获得了准确的焊接接头力学性能，可应对复杂应力状态下的焊接接头断裂损伤的分析预测。

针对现有网络在道路交通场景下的远处目标识别效果欠佳、目标特征表达不充分及目标定位不准确等目标检测问题，提出一种基于改进YOLOv5算法的道路目标检测方法。首先，总结了YOLOv5算法的特征提取结构，分析出原网络结构的不足之处；其次，在原网络基础上增加小目标检测层，通过补充融合特征层及引入额外检测头，提高网络对远处目标的识别能力；再次，对原检测头进行解耦，通过将边框回归和目标分类过程改为两个分支进行，提升网络对目标特征的表达能力；然后，对先验框进行重聚类，通过K-means++算法调整先验框的高宽比例，增强网络对目标的定位能力；最后，以AP、mAP和FPS为评价指标进行消融、对比和可视化验证实验。结果表明：本文算法在BDD100K数据集上检测速度为95.2帧/s，平均精度达到55.6%，较YOLOv5算法提高6.7%。可见，改进YOLOv5算法在满足检测实时性要求的同时，具备较高的目标检测精度，适用于复杂交通环境下的道路目标检测任务，对提升自动驾驶汽车的视觉感知能力具有指导意义。

针对平行行排序问题中的物流交互点位置问题，以车间布局为研究背景，提出了具备物流交互点及两行间距的平行行排序问题。以最小物流成本为目标，构建了混合整数规划模型，并运用Lingo求解器对小规模算例进行求解验证。结合问题特性，提出了一种改进的麻雀搜索算法。该算法采用佳点集初始化种群，使种群更具多样性，同时对警惕者数量动态变化，结合PMX交叉算子、连续2-opt算子、插入算子等操作加快求解速度，加入提前终止规则，减少冗余迭代次数。将本文算法与麻雀搜索算法、模拟退火算法、遗传算法等进行对比验证，用于求解25～49不同规模算例，结果表明本文算法在求解质量和求解速度上均具有一定优势。将本文算法应用在某生产车间布局中，对车间布局进行优化，改进后的布局降低了32.40%的物流成本，表明了本文模型及算法的有效性。

由于半结构化数据具有很高的数据异构性，并且数据量巨大，不同来源的数据结构不一致，导致数据抽取的准确性和完整性较低。为此，本文将机器学习和深度学习深度融合，提出一种针对大容量半结构化数据的抽取算法。利用机器学习的主成分分析法，降低大容量半结构化数据的维度。基于深度学习的转换器网络结构，分别改进嵌入层、编码层-解码层和编码层等部分，得到用于识别数据命名实体和抽取数据实体关系的两种数据抽取算法，实现大容量半结构化数据的抽取。经测试结果验证，所提算法的正确抽取成效显著，无效数据项的最小抽取量仅有4个，且抽取复杂度较低，时效价值较高，F值和抽取时间的消融实验结果充分证明，两种技术的融合对数据抽取研究意义重大，F值始终保持在92以上，抽取时间缩短至125ms内，具备较强的可行性，为提升运营效率、优化资源配置提供重要手段。

针对现有回归分析模型容易估计失真或难以估计准确的问题，本文提出了一种HMOLS逐步回归分析模型。首先，通过主成分分析（PCA）方法对数据进行压缩降维，解决多重共线性问题；其次，利用经过处理的数据构建矩阵，通过最小二乘法估计模型参数，完成模型的拟合，并进行异方差检验与多重共线性检测；最后，以AIC值为参考，采用向前逐步回归法筛选影响因素，重新拟合模型，完成关联性分析。实验结果表明：本文提出的HM-OLS逐步回归分析模型有效消除了量纲的差异，解决了多重共线性问题，其稳定性和拟合效果明显优于传统的OLS、岭回归分析模型，并且能够准确分析出网络学习空间中与学生成绩关联性较强的影响因素。

为扩大空中可操作范围，提高机构的灵活性，开发了一种带旋转伸缩动力装置的剪叉式高空作业平台。在完成基本尺寸初步设计的基础上，对作业平台抗倾覆稳定性进行了分析。当作业平台旋转至与底板夹角为90°时，通过建立力学模型，以稳定系数法验证了其载荷稳定性，以直角坐标法和瞬时速度中心法计算出作业平台速度和加速度。通过虚功原理得到液压缸推力，并采用遗传算法对下液压缸的铰点位置进行了优化。最后，采用ADAMS软件进行动力学仿真对比分析，并结合作业平台实物加速度和速度测量结果验证了理论计算和仿真结果的正确性。

针对仿生微型复翼飞行器（BFMAV）运动过程中模型参数不确定性和阵风扰动对飞行轨迹的影响问题，提出一种基于自适应模型预测控制（MPC）的轨迹跟踪控制方法。依据BFMAV的结构特征，建立其六自由度非线性动力学模型；引入内外扰动项表征模型参数不确定性和阵风扰动，确定BFMAV的状态方程，并进行姿态制导律设计实时调整姿态角；将内外扰动项嵌入MPC模型中，建立考虑模型-环境不确定性的BFMAV轨迹预测模型，通过设计补偿观测器和扰动观测器实现MPC模型的自适应控制和快速求解；采用不同控制方法对自由飞行和存在内外扰动两种情况下的轨迹跟踪状态进行仿真，验证本文方法的有效性。结果表明：相比传统MPC方法，本文方法追踪性能稳定、追踪误差较小；在模型不确定性和外部扰动共存的情况下，可以精确完成BFMAV的轨迹跟踪任务。

设计了一种带转角补偿的曲率增广模型预测控制+比例积分控制器，以提高智能车辆在非直线参考轨迹下的跟踪精度。首先，基于跟踪偏差车辆模型，将曲率作为增广量设计模型预测控制算法，分析了曲率增广对控制器性能的影响。其次，利用李雅普诺夫直接方法获得保证算法稳定的预测时域，计算了稳态误差，并设计了比例积分控制器补偿前轮转角以消除稳态横向偏差。最后，进行了仿真分析，结果表明：本文所设计的控制器在保证稳定性和平顺性的同时，可提高车辆轨迹的跟踪精度且收敛速度更快，在不同极限稳定条件下也能获得较好的控制效果。

为加强对小目标的感知，在F-PointNet网络的基础上，结合密集连接方法和高斯距离特征，提出了FDG-PointNet三维目标检测模型，融合高斯距离特征作为附加注意力特征，有效改善了F-PointNet网络实例分割准确率不高的问题，增强了对点云视锥体中的噪声的过滤；基于密集连接可以加强特征提取的特点，改进主干特征提取PointNet++网络，加强点云特征重用，缓解特征提取过程中对小目标的特征提取程度过低与梯度消失问题，提高三维目标边界框回归的准确性。研究结果表明：本文算法在简单、中等、困难三个难度等级下对汽车、行人、骑行人3种类别的检测整体优于基准方法 F-PointNet，在中等难度下对汽车、行人、骑行人的检测分别取得71.12%、61.23%、55.71%的平均检测精度，其中对行人检测提升最明显，在简单和中等难度下提升幅度分别达5.5%和3.1%。综上所述，本文的FDG-PointNet算法有效解决了F-PointNet中小物体检测的低准确性问题，具有较强的适用性。

本文基于线性二次型调节器，集成四轮转向和直接横摆力矩控制设计了一种车辆稳定控制器，实现协同控制策略的创新。该控制系统采用分层结构，上层为基于线性二次型调节器的横摆力矩决策层，下层为驱动力分配层。上层控制器采用迭代法实时求解黎卡提方程得到后轮转角与附加横摆力矩，以完成对质心侧偏角、横摆角速度的优化；下层控制器采用平均分配与序列二次规划两种分配方法，对求得的纵向力与附加横摆力矩进行四轮转矩分配。为了验证控制器的有效性，采用前轮转角阶跃、正弦两种工况对其进行仿真及实车试验。结果表明：该控制器能够使车辆质心侧偏角、横摆角速度较好地追踪理想值，车辆稳定性得到了提高；同时，序列二次规划法更好地降低了轮胎负荷率并延长了电机控制器的使用寿命。

为了研究高温后的沙漠砂混凝土力学性能，采用毛乌素沙地砂代替部分中砂制备沙漠砂混凝土，对经历不同荷载和温度作用后的沙漠砂混凝土进行轴心抗压强度试验，测得应力-应变曲线，分析了荷载水平、温度等级和冷却方式对沙漠砂混凝土高温后的质量损失率、超声波速和单轴受压性能的影响。结果表明：随着温度的升高，沙漠砂混凝土质量损失率逐渐增大，轴心抗压强度逐渐减小，峰值应变显著增大，弹性模量不断降低，应力-应变曲线趋于扁平。最后，基于混凝土两阶段本构模型，建立了考虑温度和荷载水平影响的沙漠砂混凝土本构模型。

基于LS-DYNA对比分析了对称式矩阵型、对称式梅花型、螺旋式矩阵型和螺旋式梅花型共4种斜撑布设方案对高支模极限承载能力与立杆破坏规律的影响；采用变换荷载路径法（AP法），研究了关键性立杆突然失效情况下，高支模动力响应规律；结合位移比法与应力比法，评估了高支模抗倒塌能力。结果表明：极限承载力按照从大到小排序为，螺旋式梅花型、对称式梅花型、螺旋式矩阵型、对称式矩阵型；对称式布设方案中的Ⅰ型立杆底层最先发生破坏，而螺旋式架体初始失稳立杆的具体位置没有规律；高支模抗倒塌能力按照从大到小排序为，螺旋式梅花型、对称式梅花型、对称式矩阵型、螺旋式矩阵型。

试验采用无级变速的搅拌机，研究了搅拌速度、搅拌时间以及掺入消泡剂后的低速搅拌过程对水泥砂浆强度和扩展度的影响。试验结果表明：采用无级变速搅拌机搅拌的水泥砂浆扩展度明显大于常规水泥砂浆搅拌机所搅拌的水泥砂浆扩展度；在相同配合比下，高转速和长时间搅拌工艺所得的水泥砂浆相对于低速和短时间的搅拌工艺所得的砂浆而言，扩展度提高了10%，强度提高了约7%；在前期搅拌工艺相同的条件下，掺入消泡剂后再经过变挡低速搅拌，所得水泥砂浆7 d的强度大于没有经历该过程的水泥砂浆28 d的强度。

由于沥青混凝土内部结构极其复杂，会在不同疲劳阶段呈现出不同的变化特征，为了解沥青混凝土的疲劳损伤演化过程，在CT三维重构技术的基础上对其展开研究。对沥青混凝土展开疲劳实验，得到不同疲劳阶段的CT扫描图像和三维重构图像；利用差分盒维数法计算CT三维重构图像分形维数，得到疲劳损伤次数与分形维之数间的关系；利用Miner线性疲劳损伤模型重新定义沥青混凝土的损伤变量，得到疲劳损伤演化过程呈线性变化的结论。通过构造环氧沥青混凝土试件展开实验测试，结果表明：本文方法能准确计算出沥青混凝土压缩位移和裂缝体积与疲劳损伤之间的关系，推理得到沥青混凝土的疲劳损伤演化过程。

采用“型面滑动导引+多点锁定”的思想设计对接机构的方案，依据捕获域理论和动力学仿真进行对接过程的静态/动态分析，建立缩比试验平台并进行多科目的对接锁定试验，验证了分体式飞行汽车对接的可靠性、稳定性和快速性。通过控制通信系统与机械导引，分体式飞行汽车能够完成水平偏差±100 mm、航向偏差±5°条件下的位姿校正并实现可靠的多点对接锁紧，试验结果表明：该对接系统能够准确、稳定和快速地进行模态切换。

研究了高速铁路列车的到达状态对铁路乘客选择行为的具体影响因素。首先，构建高速列车到达状态与铁路乘客选择行为演化博弈模型。其次，分析博弈双方的演化行为，获得复制动态系统的演化均衡策略。最后，进行仿真验证，结果表明：演化博弈行为最终有两个演化稳定状态，当高速列车晚点时间在30 min以内，高速列车趋于准时到达策略，乘客趋于选择乘车策略；当晚点时间大于30 min，列车趋于准时到达策略，乘客趋于选择退票策略。改变博弈参数的值可以定向调整博弈双方的演化方向，能有效提高高速列车晚点时的铁路乘客乘车比例。

采用Gleeble-1500D热模拟试验机，通过热压缩实验研究了2.25Cr-lMo-0.25V钢在温度为950～1 200℃，应变速率为0.005～0.1 s-1时的热变形及动态再结晶行为。结果表明：流动应力及动态再结晶都具有显著的温度、应变速率敏感性。通过回归分析确定了临界应变、稳态应变与Zener-Hollomon参数共同表征的动态再结晶状态图，建立了动态再结晶动力学方程和动态再结晶晶粒尺寸模型。本文研究成果为2.25Cr-lMo-0.25V钢热成形工艺参数的合理制订提供了参考数据。

本文针对标准磷虾群算法（KH）存在收敛速度较慢、计算精度不够和对复杂问题易陷入局部最优解的缺陷做出改进与完善，提出一种融合改进差分进化算子和S型自适应惯性权重的改进磷虾群算法（SDEKH）。通过多种标准测试函数对SDEKH、KH等智能算法进行对比测试，验证了SDEKH的优良性能；并运用SDEKH对桁架结构进行优化设计，通过与其他方法的优化结果对比验证了SDEKH的优化效率和精度均有提升，为工程结构优化设计提供了一种更加高效、精准的方法。

为研究信号交叉口右转车二次冲突过程中行人过街的安全性，选择云南省昆明市3个信号交叉口作为研究对象，利用交通冲突分析软件T-Analyst获取车辆轨迹数据和交通冲突数据。采用多角度的安全评价方法：基于DV框架判断人-车冲突的初始情况；采用交通冲突指标PETS和PETH、最大拒绝间隙与接受间隙、平均过街车速分析行人过街的安全性。结果表明：相比于次要冲突，主要冲突中行人面对的冲突初始情况更加危险，行人选择有风险过街的频率也更高。车辆的过街行为、交通冲突指标PETS和PETH、最大拒绝间隙、接受间隙、临界间隙等指标在右转车二次冲突中没有明显区别，但次要冲突的平均过街车速明显高于主要冲突的平均过街车速，行人过街的潜在风险在次要冲突处更高。

为研究聚丙烯纤维锂渣混凝土（PLiC）柱在盐渍土环境下的抗震性能，对6根试验柱进行低周反复荷载试验。基于试验结果，得到四折线骨架曲线，并在众学者的研究基础上考虑纤维和锂渣的作用，通过回归分析得到各特征点修正系数计算公式。结合侵蚀时间的影响，引入刚度退化指数μ和损伤因子D，采用适用于PLiC柱承载力衰减、刚度退化的滞回规则，建立了盐渍土环境作用下的PLiC柱力-位移恢复力模型。结果表明，加入聚丙烯纤维和锂渣可一定程度上提高混凝土柱的极限承载力、延性等力学性能及耐久性。由本文恢复力模型得到的骨架曲线、滞回曲线与试验结果吻合度良好，可为盐渍土环境下聚丙烯纤维锂渣混凝土柱抗震性能非线性分析提供参考。

针对结构稳定性直接影响建筑安全的问题，提出了基于改进ELM-Markov Model的建筑结构稳定性监测算法，首先，通过S变换获取建筑结构加速度信号时频图，采用灰度共生矩阵获取加速度信号时频图纹理特征，结合类内和类间散布矩阵生提取敏感特征向量；然后，结合极限学习机（ELM）和马尔科夫模型（Markov Model）构建ELM-Markov Model，对ELM的拟合误差进行Markov状态划分和误差预测，修正ELM预测值，再引入改进的灰狼算法寻优ELM-Markov Model状态数；最后，将敏感特征向量输入优化后的ELM-Markov Model中，实现建筑结构稳定性监测。实验结果表明：本文方法监测误差较小、鲁棒性较强、效率较高。

为促进计算机视觉技术的发展，提高遥感影像信息利用率，本文提出了复杂背景遥感影像敏感小目标细粒度智能识别。首先，利用中值滤波算法去除原始遥感影像中的干扰噪声，对图像实施灰度化处理后，通过背景分割阈值的合理选取，实现遥感影像内复杂背景与识别目标的划分，避免遥感影像背景信息对后续目标识别精度的影响。将处理后的遥感影像输入CNN网络，利用空间选择方法，在网络卷积层特征图输出的基础上，对遥感影像内的主体信息特征展开精炼提取，得到用于敏感小目标识别的遥感影像主体细粒度特征；结合ELM分类机制构建ELM小目标识别模型，实现遥感影像中敏感小目标的细粒度识别。实验证明，本文方法在面对包含多类别主体的遥感图像时，能做到特定小目标的精准识别，有效提高了遥感影像内信息的利用效率，对重要情报的获取具有重大意义。

为有效地为用户推荐图书资源，提出了一种基于兴趣信息深度融合的网络图书资源推荐方法。首先，采用K均值聚类算法对网络用户展开聚类处理，通过优化聚类中心提高用户聚类精度；其次，计算用户对图书资源的兴趣度，以此为依据确定候选推荐资源；最后，建立LSKGCN模型，深度融合用户的长期兴趣和短期兴趣，对图书资源评分，将评分高的网络图书资源推荐给用户。实验结果表明，本文方法的推荐结果具有较高的类别多样性和内容多样性。

惯性导航系统在实际环境中会遇到各种干扰，如振动、温度变化和外界磁场等，且长时间运行下容易积累较大的误差，使导航系统的稳定性和精度较低。为此，本文研究一种周期性振荡抑制约束下长航时惯性导航三阶无静差阻尼算法。采用卡尔曼滤波估计周期性振荡误差，通过引入误差补偿机制，抑制周期性振荡误差，利用模糊控制实现阻尼控制，修正导航参数，完成惯性导航三阶无静差阻尼算法研究。通过实验验证表明：该算法应用下导航参数的误差都相对更小，且随着时间的推移，算法对误差的抑制效果逐渐增强，误差越来越小，位置误差降至0.15 m，速度误差降至0.10 m/s、姿态误差降至0.06°。该算法为长航时惯性导航系统的精度提高和稳定性增强提供了有效的解决方案，为航空航天领域以及机器人领域的导航系统提供了更精确、稳定的导航性能。