基于DEA系统动力学模型的站场改造施工控制方案评价研究

为保证工程工期要求而盲目采取不合理的施工控制方案，往往容易造成施工过程中投资的浪费，降低了控制效率。为提高控制效率，首先基于系统动力学构建了工程多目标控制仿真模型，并选取仿真模型中三种控制措施的累积量为输入指标，工期和费用为输出指标，建立了施工控制仿真DEA多目标综合评价模型，结合站改实例，对控制方案进行了综合评价与优选。     

基于面向对象的GMDSS仿真训练软件的研究与设计

在分析全球海上遇险与安全系统（ＧＭＤＳＳ）功能的基础上，采用面向对象的方法，给出了ＧＭＤＳＳ系统中Ｉｎｍａｒｓａｔ－ｃ子系统的对象模型，动态模型及仿真训练软件的对象模型，提出了仿真训练软件的软件结构。     

基于FSA的横向液货补给仿真训练过程模型设计

介绍了面向仿真训练的有限状态机（FSA）方法。针对其在过程模型设计和实现中存在的不足，提出了改进方法。分析了海上横向液货补给的仿真训练过程．在此基础上．运用FSA对其过程模型框架进行了设计。并给出了实例。     

疏浚作业仿真训练系统的建模技术

介绍了疏浚作业仿真训练系统的建模技术，分析了系统中各仿真对象的功率传递关系和在稳定工况、过渡工况下疏浚设备工作点特性的仿真计算方法，建立了疏浚机构的运动方程与水下泥沙的运动模型。在建模过程中，有效地使用简化方法建立了实用的数学模型，这种方法能给其它仿真训练系统的开发提供参考作用。     

广梧高速公路异型钢拱桥拱肋施工技术

结合广（州）梧（州）高速公路河口至双凤段挂榜山异型钢拱桥的工程实例，介绍其重点部位的钢拱肋施工技术。分别阐述“施工顺序、制造工艺、检验检测控制、安装与吊装方法”的整个施工过程，根据实际情况提出并计算验证钢拱肋在各工况下的针对性保证措施。     

轻质土在高速公路建设中的探索与应用

结合高恩高速公路工程实例，系统介绍了气泡混合轻质土（FCB）的施工流程、要点，针对气泡轻质土在高恩项目台背回填、挡土墙、路基填筑中的应用，提出5种应用方案，解决了该项目通行净宽不足、施工空间受限、地基承载力不足、路基失稳等问题，在保证质量的同时，节约了造价和用地。     

混合仿真技术在车辆电子控制系统快速开发中应用

本文叙述了利用先进计算机技术和已有的仿真软件，进行车辆电子控制系统快速开发的过程，利用该开发系统对车辆防抱死制动系统（ABS）进行开发，最后把研制的ABS控制器应用于实车进行道路试验，取得较好的效果，使在较少的前期投入和短时期内开发出合格的汽车电子产品以迅速占领市场成为了可能。     

浅谈膨胀土路基施工

针对膨胀土的特性，结合西（安）－安（康）铁路施工实例，介绍了膨胀土路基的施工原则及其施工注意事项。     

混凝土拌和站生产过程动态监控系统的开发与应用

为适应现场混凝土施工中存在的质量管理和成本控制需求,开发了基于GPRS远程信息传输、数据存储、分析平台和广域网（WAN）多用户实时访问信息门户（PIP）的混凝土拌合站生产过程动态监控系统。该系统实现了混凝土施工过程信息数据处理的智能化,解决了混凝土施工过程管理信息的真实性和反馈响应及时性问题,达到了对混凝土施工过程动态管理的目标。     

遗传神经网络在轮载动态称重辨识中的应用

动态称重系统在测量的过程中为一时变系统，难以对称重系统建立精确的数学模型。采用遗传神经网络对动态称重系统作了非线性建模，并且对该网络进行了训练以及仿真，结果表明遗传神经网络比一般的神经网络有着更好的优越性。     

高速公路路面中修工程机械化施工

以1998年冬季广（州）～深（圳）高速公路路面中修工程为例，分析和总结在施工中人和机械配置、机械化施工过程，并提出提高施工质量、效率的途径。     

冲击压实技术在混凝土路面改建工程中的应用

通过冲击压实技术在205国道（新线）天长段改建工程中的应用实例，简要介绍了冲击压实机理，试验段施工，检测数据采集，方案选择以及施工作业注意事项，质量控制等。阐述了冲击压实技术的特征效果在施工中运用产生的社会与经济效益。     

混凝土箱梁桥施工过程中的水化热温度场实例及有限元计算

温度控制是大跨度连续箱梁施工监控中不可忽略所的重要因素。以某（80＋140＋80）m三跨预应力混凝土变截面连续箱梁桥为例，采用有限元仿真、现场监测和反馈分析相结合验证不同阶段的影响因素。在早期混凝土水化过程热过程中，应以温控措施有效性的监测和反馈为重点；后期则以环境温度对桥梁施工线形影响为重点，分析温度骤变和日照温差对上部结构挠度的影响。     

二郎山公路隧道岩体应力测试研究

通过二组钻孔应力解除法地应力实和六组Kaiser效应地应力测试，查明了二郎山公路隧道工程岩体内的空间应力总体状态为潜在走滑型，隧道中部测得的岩体应力量级普遍较高（其中σ1max达35．3MPa），故施工过程中须高度重视其高地应力与岩爆问题。     

基于分布式强化学习的车辆控制算法研究

端到端自动驾驶算法的开发现已成为当前自动驾驶技术研发的热点。经典的强化学习算法利用车辆状态、环境反馈等信息训练车辆行驶，通过试错学习获得最佳策略，实现了端到端的自动驾驶算法开发，但仍存在开发效率低下的问题。为解决虚拟仿真环境下训练强化学习算法的低效性和高复杂度问题，本文提出了一种异步分布式强化学习框架，并建立了进程间和进程内的多智能体并行柔性动作-评价（soft actor-critic, SAC）分布式训练框架，加速了Carla模拟器上的在线强化学习训练。同时，为进一步实现模型的快速训练和部署，本文提出了一种基于Cloud-OTA的分布式模型快速训练和部署系统架构，系统框架主要由空中下载技术（over-the-air technology, OTA）平台、云分布式训练平台和车端计算平台组成。在此基础上，本文为了提高模型的可复用性并降低迁移部署成本，搭建了基于ROS的Autoware-Carla集成验证框架。实验结果表明，本文方法与多种主流自动驾驶方法定性相比训练速度更快，能有效地应对密集交通流道路工况，提高了端到端自动驾驶策略对未知场景的适应性，减少在实际环境中进行实验所需的时间和资...     

增程式电动汽车能耗测试仿真试验研究

增程式电动汽车采用与传统混合动力电动汽车同样的能耗测试标准，但二者在工作原理和系统构架等方面存在显著差异。通过搭建增程式电动汽车仿真模型，采用全球统一的轻型车测试循环（WLTC）工况进行电量消耗模式（CD）和电量保持模式（CS）的能耗仿真试验，再基于实车试验室数据对仿真模型进行对比验证。最后，开展采用中国轻型汽车行驶工况（CLTC）的能耗仿真试验，分析增程式电动汽车在两种不同工况下的能耗表现。结果表明：采用仿真手段能较好地实现对增程式电动汽车的能耗测试，且综合结果与试验室数据较为相符，采用CLTC工况的能耗测试表现要显著优于WLTC工况的能耗测试表现。     

类脑学习型自动驾驶决控系统的关键技术

作为高级别自动驾驶的下一代技术方向，类脑学习以深度神经网络为策略载体，以强化学习为训练手段，通过与环境的交互探索实现策略的自我进化，最终获得从环境状态到执行动作的最优映射。目前，类脑学习方法主要用于自动驾驶的决策与控制功能设计，它的关键技术包括：界定策略设计的系统框架、支持交互训练的仿真平台、决定策略输入的状态表征、定义策略目标的评价指标以及驱动策略更新的训练算法。本文重点梳理了自动驾驶决策控制的发展脉络，包括两类模块化架构（分层式和集成式）和3种技术方案（专家规则型、监督学习型和类脑学习型）；概述了当前主流的自动驾驶仿真平台；分析了类脑决控的3类环境状态表征方法（目标式、特征式和组合式）；同时介绍了自动驾驶汽车的五维度性能评价指标（安全性、合规性、舒适性、通畅性与经济性）；然后详述了用于车云协同训练的典型强化学习算法及其应用现状；最后总结了类脑自动驾驶技术的问题挑战与发展趋势。     

基于自适应采样时间MPC的自动紧急制动系统

针对传统AEB系统控制过程中缺乏对舒适性考虑以及控制精度较差等问题，提出了一种考虑多目标的模型预测控制（MPC）策略。首先，通过引入模糊规则计算场景工况的紧急系数，并基于此设计自适应采样时间MPC上层控制器，接着采用PID反馈控制与逆发动机模型设计下层控制器，最后通过PreScan与Simulink联合平台进行仿真试验，并进一步在实车试验平台上验证。结果表明，基于本文策略的AEB系统在两种典型场景、多种运行工况下均能避撞成功，加速度变化率始终位于舒适区间，最终车间距离为1.74～4.18 m，能确保车辆自动紧急制动过程中的舒适性与有效性。     

基于长短期记忆神经网络与注意力机制的智能汽车分车型跟驰模型

考虑到跟驰车流中前车车型对智能汽车跟车行为的影响，采用长短期记忆 （Long Short Term Memory，LSTM）神经网络，基于 NGSIM 数据集，通过 One-Hot方法编码车型特征，并引入注意力机制 （Attention Mechanism） 生成输入特征的注意力权重，训练并建立了一种可根据前车车型产生不同跟驰行为的智能车辆跟驰模型 （Identifiable Vehicle Type Car-Following Model，IVT-CF）。在不同前车车型的跟车场景中仿真发现，IVT-CF 模型仿真车辆的速度和位移的均方误差 （Mean Square Error，MSE） 比不分车型的 LSTM 模型分别降低了 23.8%、31.7%，比 IDM 模型分别降低了 15.8%、18.7%，仿真精度更高。在混入大型车辆的车队跟驰场景仿真中发现，交通流速度和车头间距的收敛时间为 92 s，该模型能较快收敛，具有较好的稳定性和抗干扰能力。     

汽车驾驶模拟器研究现状与未来展望

汽车驾驶模拟器是一种能正确模拟汽车驾驶动作，并能在主要性能上获得与实车驾驶相同感觉的仿真设备。按用途不同，可分为训练型汽车驾驶模拟器和开发型汽车驾驶模拟器。训练型模拟器可以初步完成对新驾驶员的训练；开发型模拟器能对人一车一环境系统进行研究，从而验证事故的发生原因，预防车辆事故的发生，为汽车工程设计提供帮助。