涉水桥梁下部基础在常年的复杂水环境侵蚀以及潜在漂流物碰撞下易产生表观缺陷，因此，定期检测以掌握其安全状况十分必要。受水下场景的限制，常规的损伤检测手段难以实现对损伤的有效探测，为此，利用3D声呐测量技术开展对桥梁水下基础的检测。基于3D声呐测量技术的基本原理以及其在桥梁水下基础的基本实施流程，提出了集点云获取、数据处理以及基础形态提取的完整处理方法，生成了能够精确反映基础表观特征的三维点云模型。结果表明：在复杂水下环境条件下，笔者方法能够较好地实现不同类型基础的三维形态重建与尺寸量测；对于沉井、围堰等尺度较大的水下基础，其最大测量误差仅为7.9%，显示出较好的检测精度与工程适用性；对于群桩等小尺度构件，虽然受回波信息较弱和点云稀疏等因素影响，平均直径测量误差为18.2%，但仍可满足基础几何特征识别与安全评估的基本需求。

针对雨雾、弱光等条件下铁轨异物检测中因环境干扰严重导致的目标检测精度较低、实时性较差等问题，提出一种改进YOLOv12的铁路轨道入侵异物检测算法(SF-YOLO)。首先，针对环境干扰下检测精度低的问题，采用改进的多维协作注意力机制(MCAM)，通过三维空间协同建模增强特征表达效果；其次，为提升检测精度的同时保持检测的实时性，新建轻量化特征融合模块SFNet-Rail，在保留异物边界细节的同时强化多尺度特征一致性；然后，设计基于部分卷积(PConv)的FastPartial-Detect检测头网络，减少内存访问冗余，进一步提升模型的检测性能；最后，引入统一IoU损失函数(UIoU)，动态优化预测框权重分配。实验结果表明：在自建铁轨异物数据集上，该算法平均精度(PmA@0.5)达85.8%，较YOLOv12 提升了2.7%，检测速度提升了12%，计算量减少了21.25%，可有效提升雨雾、弱光照等环境下多尺度铁轨异物检测精度与实时性。

基于Abaqus软件，采用欧拉-拉格朗日耦合(CEL)方法建立了机场沥青道面滑水仿真模型，运用控制变量法系统分析了轮胎荷载、胎压、道面纹理及水膜厚度等因素对滑水行为的影响规律，并通过多元线性回归构建了临界滑水速度预估模型。研究结果表明：所建立的模型能够有效地模拟胎-路-水的相互作用；当飞机在湿道面降落，若水膜厚度超过8 mm且滑移率低于10%时，需要通过制动提高滑移率来抑制滑水风险；在极端湿滑条件下，道面级配优化应综合考虑纹理深度与道面连通性等因素。所建立的模型明确了水膜厚度、轮胎荷载与道面纹理等关键参数的影响程度，可为沥青道面抗滑设计与安全运营提供量化依据。

针对铁路路基在注浆时存在抬升不均匀且注浆效果难以保证的问题，开展了囊管注浆附加土压力特性单元体的试验研究，并与其他不同注浆方式所引起地层附加土压力变化进行对比分析。试验结果表明：较直接注浆，囊管注浆在附加土压力增长方面表现出更好的线性与可控性；相较于囊袋注浆，囊管注浆的附加土压力增长具有径向大于纵向的方向性，其径向最大扩张量受其直径限制，注浆接近饱满时可实现对周围土体的均匀挤压，其纵向不发生膨胀，注浆过程中基本不产生挤压；需要注意的是，注浆材料凝固后可能出现自由水渗出，建议适当降低含水量或添加减水剂以保证长期效果。囊管注浆具有良好的定向性与可控性，可将其用于路基抬升工程，以替代传统直接注浆方式，并可有效避免跑浆及边坡变形与开裂。

为深入理解硅砂颗粒在冲击荷载下的力学特性，提升硅砂在防护工程中消能应用的理论基础，采用改进的分离式霍普金森杆（split Hopkinson pressure bar，SHPB）装置，研究了硅砂在中高应变率条件下应力波的传播规律、颗粒破碎行为和吸能效应。结果表明，硅砂中应力波波速与颗粒粒径成正比，而峰值应力传播速度与颗粒粒径呈线性负相关。此外，硅砂对应力波的衰减能力随粒径增大而增大，并表现出线性关系; 大粒径颗粒在冲击过程中更易破碎，进而可以有效增加能量的耗散程度。破碎后的颗粒呈明显的分形分布规律，分形维数与破碎率呈良好线性相关性；根据硅砂吸能效率特性，相同应力水平下，大粒径颗粒具备更高的吸能效率；相同应变水平下，小粒径颗粒因压缩性更低，能量吸收效率更强。实际工程中，若需要提高吸能效率，建议采用较大粒径的硅砂颗粒，在需要控制变形或提高材料稳定性的情况下，选择较小粒径的颗粒更为合适。

针对多区域串联工程协同施工导流风险研究尚不充分的问题，基于Copula-Monte-Carlo洪水分析方法和Mike水动力模拟方法，构建了Copula-Monte-Carlo-Mike多元耦合施工导流风险分析模型；以平陆运河企石枢纽工程至青年枢纽工程的河段为例，分析了沿程各支流与干流洪水的遭遇特征，计算了汛期各区域不同糙率下的风险率，探讨了多区域协同施工导流风险率的变化规律，揭示了施工导流风险形成的机理。研究结果表明：该模型可模拟多支流洪水遭遇状况，有效地量化了长河段多区域协同施工条件下的运河航道导流风险。导流风险呈现显著的时空分异特征，时间上风险高度集中于6—8月主汛期，空间上支流汇入使得下游风险趋增；风险率随流量呈“加速-趋缓”的非线性增长，反映了河道过流能力从正常到饱和的转变；糙率增大对高流量风险具有显著放大作用，而底部高程变化导致风险空间分布并未随流量的递增而同步演变。运河多区域协同施工导流风险的形成是流量、糙率与底部高程共同作用的结果：流量非线性驱动主导风险形成，糙率通过水流累积效应增大等效流量风险水平，底部高程变化则通过重塑水流形态调节局部风险。

通过两步法制备Fe3O4@MnFe-LDH磁性催化剂，以提升过一硫酸盐（PMS）氧化降解刚果红的效率，并对其形貌特征和结构组成进行分析，探究初始pH值、催化剂投加量、PMS投加量、刚果红初始浓度、反应温度对刚果红降解效果的影响，通过循环实验及反应前后的材料表征，评估Fe3O4@MnFe-LDH的稳定性与重复利用性；并借助自由基猝灭试验、液相色谱-质谱联用（LC-MS）、毒性评估软件（T.E.S.T.）研究其反应机制、降解路径及污染物毒性变化。研究结果表明：Fe3O4@MnFe-LDH具有高比表面积和介孔结构，材料表面存在Mn(Ⅱ)/Mn(Ⅲ)与Fe(Ⅱ)/Fe(Ⅲ)的氧化还原活性位点及羟基、碳酸根等官能团；自由基猝灭实验证实，铁锰双金属协同效应Mn(Ⅱ)/Mn(Ⅲ)与Fe(Ⅱ)/Fe(Ⅲ)价态循环，通过电子转移活化PMS可促进硫酸根自由基（SO4·-）、超氧自由基（O2·-）、单线态氧（1O2）和羟基自由基（·OH）的生成；刚果红被自由基氧化，经偶氮键断裂、磺酸基脱除等过程逐步降解，但并未完全矿化，而是生成7种不同中间产物，中间产物的发育毒性多低于原始污染物。

“最后一公里”作为城市物流的关键环节，传统卡车配送受地理环境和交通管制限制，配送效率低下。卡车-无人机协同配送模式具备跨越障碍、提升时效的潜力，但对无人机起降站点设置及车机协同要求较高。考虑无人机潜在起降站点和综合能力，构建最小化总配送时间的线性整数规划模型，提出融合动态阈值接受准则的自适应大邻域搜索(adaptive large neighborhood search,ALNS)求解算法。基于Solomon标准算例和京东实际配送算例开展数值试验，验证模型及算法的有效性。结果表明：在小规模标准算例中，改进ALNS算法在平均6.70 s内即可获得与Gurobi算法在平均415.00 s接近的解，平均相对误差不超过0.30%；在中、大规模算例中，Gurobi算法已无法在规定时间内求解，而改进ALNS算法求得的配送时间整体优于传统ALNS算法，其相对误差为9.40%；在2个100节点算例中，改进ALNS算法解相对于理论最优解的实际相对误差不超过15.20%。与仅卡车模式相比，协同配送模式的配送时间最高可降低19.20%，平均节省13.80%；在实际算例中，协同配送模型较仅卡车模型可将整体配送时间节省23.90%。算法收敛性结果表明，改进ALNS算法能通过动态调整接受阈值加速收敛。敏感性分析表明：当无人机续航超过约3 960 s、载重能力超过约12 000 g后，配送时间的改善幅度明显减小；在中等规模算例中，当潜在起降站点数约为7个、空间间距约为4 600 m时，协同配送效率最优；基于站点特征算子的改进ALNS算法，于小、中、大规模算例求解的平均配送时间降幅分别为0.40%、1.30%和3.00%。

提出了一种基于宏观基本图（macroscopic fundamental diagram，MFD）的微循环交通组织优化评价方法，旨在从宏观层面分析微循环交通组织对区域交通状态的影响。首先，基于随机网络加载（stochastic network loading，SNL）和实际路网，构建微循环交通组织方案；其次，根据微循环交通组织方案的路线长度、交通量、道路出行概率和非机动车对微循环交通系统的影响作为变量建立MFD模型，得出基于MFD的微循环交通组织评价模型；最后，以昆明市实际路网为测试对象进行交通仿真分析，通过划分大小片区，对设置最短路径、最大流量路径和最大出行概率路径为单行道的3种微循环交通组织方案进行MFD评价。将最短路径指定为单向路径时，小型路网区域和大型路网区域的最大服务流量分别提升22.6%、15.8%；将交通流量最大的路径作为单行道时，小型路网区域和大型路网区域的最大服务流量分别提升11.1%、10.6%；将出行概率最大的路径指定为单向路径时，小型路网和大型路网区域的最大服务流量分别提升31.5%、27.6%。文中模型能有效评估不同路网规模的微循环交通组织方案，为微循环路网管控方案制定提供科学评价依据。

交通流预测是智能交通系统的核心任务之一，其关键挑战在于复杂路网中非欧几里得空间依赖与动态时序特征的高度耦合。针对现有方法在时空依赖建模及多源信息融合方面的局限性，提出了一种新的STFformer模型。该模型设计了全局时空交互模块，实现了对全局节点空间依赖与时间动态演化的联合建模；同时引入权重共享的动态图卷积模块，通过时变邻接矩阵提炼节点特征，以捕捉潜在的非欧几里得结构，增强了模型对路网拓扑动态变化的感知能力；此外，构建了门控增强融合模块，实现多源时空信息的自适应融合与稳定表达，提升了模型的泛化性与鲁棒性；并在真实交通流基准数据集上进行有效性验证。研究结果表明：该模型在3个预测指标上均优于基线模型，验证了其在复杂时空场景下的预测精度与稳定性。

在复杂多变的交通环境中，精准预测行人轨迹对自动驾驶、服务机器人、智慧城市等领域至关重要。然而，轨迹分布的高度不确定性，尤其是短期和长期预测在空间分布上的差异，为建模带来了挑战。为此，提出一种融合ITransformer思想的三段式行人轨迹预测框架ITER(inverse trajectory transformer)，通过分阶段策略，分层捕捉不同时间尺度下的运动规律：首先，通过短期预测学习局部动态模式；其次，建模终点的潜在分布，以掌握长期轨迹的全局趋势；最后，融合前两阶段的信息，实现对完整未来轨迹的精细建模。实验结果表明：在ETH/UCY数据集的5个场景中，ITER相比Agentformer模型，平均位移误差降低13.04%，最终位移误差降低20.51%；在SDD数据集中，所提出的方法相比Y-Net模型，平均位移误差降低8.28%，最终位移误差降低8.02%。研究表明：所提模型取得了显著性能提升，能够生成准确而稳定的未来轨迹，满足了行人轨迹的精确预测。

针对节假日旅游高峰期景区游客过度聚集、超出承载限制的问题，聚焦景区局部突发大客流场景，探究客流预警信息发布下游客疏散心理的影响机制，以优化景区客流管理、预防拥挤踩踏事故。首先，基于防护型行为决策模型（PADM），分析游客的疏散行为决策机理；其次，设计并开展问卷调查，获取游客的感知数据；最后，构建结构方程模型（SEM），揭示客流预警信息（风险等级、呈现形式）、游客对信息的信任、疏散知识和经验对游客风险感知和恐慌情绪的影响，通过多群组分析对比信息呈现形式对游客疏散心理影响路径的调节作用。结果表明：风险等级、信任与疏散经验是风险感知的关键前因；风险等级、风险感知、信任和疏散知识则共同影响恐慌情绪；尤为重要的是，信息呈现形式具有显著的调节作用：“强调行动指示”能够有效传递风险感知，并产生较低恐慌情绪，景区管理方应将其作为预警信息发布的核心策略，以提升应急管理效能与安全性。

针对山区公路交通风险传播的动态性与不确定性特征，笔者提出一种基于图论与隐马尔科夫模型融合的交通风险传播建模方法，构建了山区公路交通风险动态演化理论分析框架。具体而言，首先，通过计算交通风险指标序列数据的变化率，并采用60 min时间窗对序列进行分段并分析指标相关性；进而基于最小生成树（minimum spanning tree, MST）图理论，将指标相关性矩阵映射为无向图结构，以风险指标作为图顶点、风险传播路径作为图边，通过引入相关距离度量方法量化边权值，系统揭示了交通风险网络的核心指标识别及其时变演化规律；最后，结合马尔科夫链的无后效性特征，将风险状态划分为高、中、低三级风险等级，构建了马尔科夫状态转移概率模型，实现了对风险状态转移的定量估计与动态预测。实证结果表明：该方法能够有效解析交通风险状态的变化规律，对观测变量的预测平均绝对百分比误差（mean absolute percentage error, MAPE）为5%，验证了模型的有效性。研究结果可为山区公路交通风险的动态管控提供理论依据与决策支持。

混凝土裂缝广泛存在于桥梁、道路及建筑物表面，严重影响着工程安全，因此混凝土结构裂缝损伤检测是评价基础设施安全性的重要指标。针对传统人工检测精度低、现有裂缝检测模型参数量大且裂缝细节模糊等问题，提出了一种基于YOLO-DSD算法的爬壁机器人高精度裂缝检测方法。该方法基于YOLO11-seg模型的实例分割框架，融合了C3K-DWR、注意力M-SEAM和分割头Dyhead模块；YOLO-DSD算法在保持高精度分割裂缝的同时减少了计算量，且准确率超过了YOLO系列主流的分割模型。研究结果表明：相较于基准模型，其精确率Precision达到80.5%，提升了7.2%，mAP50达到71.6%，提升了5.4%。最后将YOLO-DSD算法部署于爬壁机器人进行巡检，在复杂背景下能精准提取裂缝边缘信息，为实际工程应用的裂缝检测提供了一种高效、鲁棒性且实用的裂缝检测方案。

针对自动驾驶车辆在换道过程中有障碍物场景下的路径规划问题，提出了一种改进的鲸鱼优化算法（IWOA），并将其应用在换道路径规划中。所提出的IWOA算法引入三层自适应机制：在初始化层采用Tent映射生成高分形维度的种群，增强早期探索多样性；在迭代调控层构建非线性收敛因子动态映射函数，延长全局搜索周期；在变异增强层引入基于信息熵的自适应柯西扰动策略，显著提升算法跳出局部最优能力。在路径生成阶段采用三次样条曲线对控制点进行建模，并构建包含路径平滑性、障碍物安全距离、车道边界约束的综合代价函数。仿真和实车测试结果表明，相较于传统鲸鱼算法，平均收敛速度提高18.5%，路径平滑度提升18.7%。研究结果表明：该算法在多个典型换道路径规划场景中均表现出更优的收敛精度、跳出能力与路径可行性。