在原有焊接试验基础上，展开任意拉格朗日−欧拉(ALE)法下的螺柱型冲击焊数值模拟研究. 数值模拟研究结果与实际焊接试验结果高度相似，模拟结果可以真实反映实际焊接试验情况. 结合模拟数据，分析试样剖面不同位置的剪应力、压应力及对应的应变分布情况，佐证了应力波是形成波状界面的重要机理.

基于高频微振平台，进行6082铝合金机械振动辅助冷金属过渡焊接(CMT)试验，探究高频微振CMT工艺对焊接接头组织性能的影响. 结果表明：施加振动后，焊缝余高略有增加，熔宽减小，熔深增大. 当振动频率为1 119 Hz时，余高和熔深分别增加4.5%和23%. 振动使热影响区宽度变窄，熔合线附近晶粒尺寸从原先的20 µm减小到15 µm. 施加振动后，气泡逸出速度加快，柱状晶的生长趋势被抑制，晶粒细化，焊接接头软化区的硬度提高，接头硬度分布更加均匀. 当振动频率为1 119 Hz时，焊缝软化区维氏硬度值达到最高为77 . 施加振动可以有效降低接头焊缝和热影响区残余应力. 当振动频率为1 119 Hz时，焊接接头和热影响区最大残余应力平均值分别减小9.6%和6.3%，焊接接头力学性能得到提升.

采用有限元仿真计算法对400 kA铝电解槽进行传统阴极钢棒结构和异型阴极钢棒结构下电场仿真模拟，主要包括阴极电压压降和铝液水平电流大小. 通过分析异型阴极钢棒结构，提出一种改进阴极钢棒结构，此阴极钢棒具有凸起并延伸的特点. 研究表明，改进阴极钢棒使铝电解槽电压和铝液水平电流进一步降低，提高了电解槽电流效率，单个槽子能耗降低约33.6 kW•h，改善了电解铝的稳定性.

研究一类由G−布朗运动驱动的时滞神经网络(G−DNN)的稳定性问题. 实际中噪声并不总是服从正态分布，为更好地描述实际情形，采用G−布朗运动来描述噪声，分析G−布朗运动噪声的离散观测值对时滞神经网络稳定性的影响. 针对指数稳定的时滞神经网络，引入由G−布朗运动驱动的随机噪声，并利用G−随机分析理论、Gronwall不等式、Borel-Cantelli引理等，给出随机噪声强度的上界，使得在噪声强度少于该上界的情形下随机时滞递归神经网络的稳定速度大于原来神经网络的稳定速度. 进一步分析噪声在离散的情形下随机时滞递归神经网络的稳定性问题. 借助G−Itô公式、放缩技巧及一些基本不等式，得到能进一步加快随机时滞递归神经网络指数稳定速度的噪声离散步长的上界. 通过实例验证了理论结果的有效性.

为提高电子血压计测量准确性，根据柯式音法原理，提出自适应分段识别柯式音的测量方案. 先利用双重ADC采集声音和压力信号，实时拟合出静压力方程，然后识别压力信号中的突变点，对柯式音信号进行分段. 随后基于正态分布3σ原则自适应计算阈值，完成中间段柯式音特征点的提取. 最后以心率作为搜索步长识别出收缩压和舒张压点. 试验表明：基于此方法的血压计收缩压标准差为2.18 mmHg，收缩压标准偏差为2.74 mmHg，舒张压标准差为−0.93 mmHg，舒张压标准偏差为2.24 mmHg，证明该方案准确性和稳定性更高，为柯式音电子化测量的优化改进提供了方向.

为提高无人驾驶车辆的稳定性和鲁棒性，提出一种基于径向基函数神经网络自适应比例积分微分（RBFNN−PID）算法和模型预测控制（MPC）算法相结合的车辆轨迹跟踪控制方法. 基于自适应RBFNN−PID算法、MPC算法以及车辆动力学模型，建立智能车辆纵向速度控制和横向控制的仿真模型并将其结合起来. 在此基础上，以横向MPC控制和LQR−PID控制算法为基准，验证所提出的控制方法在轨迹跟踪方面的优越性. 仿真结果表明，新方法比对照组具有更高的精度. 最后，对新控制方法的硬件在环验证表明，该轨迹跟踪控制算法在轨迹跟踪精度和稳定性方面具有一定的有效性和先进性.

平面交叉口作为交通体系的构成因素，是交通中最易导致交通拥挤和交通事故的结点. 基于辽源市福寿路与新兴路平面交叉口的交通组织现状调查以及拥堵原因分析，对福寿路与新兴路交叉口进行道路渠化以及信号配时相位优化，采用通行能力、饱和度、服务水平、排队长度及车辆延误等指标进行评价分析，并利用VISSIM仿真对该方案进行验证. 结果表明，优化方案交叉口通行能力提升43.78%，饱和度下降45.04%，服务水平提升至二级，车辆延误下降33.01%，排队最大长度下降33.63%，辽源市福寿路与新兴路交叉口交通状况得到改善，论证了该方案的有效性.

针对堆叠汽车零件识别检测与分割速度慢、精度低及鲁棒性差等问题，提出一种基于改进Mask R−CNN算法对堆叠汽车零件快速检测与实例分割的方法. 首先，对Mask R−CNN中的特征提取网络进行优化，将ResNet + 特征金字塔网络(Feature Pyramid Networks，FPN)替换成MobileNets + FPN作为骨干网络，有效减少网络参数并压缩模型体积，提高模型检测的速度；然后，通过在Mask R−CNN的ROI Align结构后加入空间变换网络(Spatial Transformer Networks，STN)模块，保证模型的检测精度. 试验结果表明，改进后压缩了模型的尺寸，识别检测速度提升了1倍；模型的平均精度均值(Mean Average Precision，mAP)较改进前也有所提升. 对未经训练的新样本进行检测，结果表明该模型速度上优于Mask R−CNN，且更轻量和精准，能够快速准确地实现对堆叠汽车零件检测与分割，验证了改进模型的实际可行性.

在汽车轻量化趋势下，车身的轻量化依然十分重要. 分别从国内外研究现状、结构设计、结构分析、质量对比分析几方面研究汽车上车身局部结构的轻量化. 以本田思域2016款车身结构为研究对象，采用超高强钢辊压成型三维管梁替换车身A柱、车顶纵梁内部热成型冲压加强板. 参考国标GB 26134—2010施加车顶抗压试验工况，保证优化后结构的车顶抗压性能与原结构相当，通过对比质量，得出集成三维管梁的新设计对车身的轻量化效果. 研究结果表明：当三维管梁板材厚度为1 mm、材料为1 700 MPa马氏体钢时，新结构弯曲刚度和强度性能与原结构基本一致，且实现车身减重3.23 kg，轻量化效果明显.

有轨电车易受到道路环境的影响，而交叉道口作为城市道路通行能力的瓶颈，制约着整个路网的通行效率. 建立最优化问题模型，分析改进粒子群算法，利用基于灾变自适应的粒子群算法对有轨电车介入的交叉道口信号配时进行分析. 以上海市松江区有轨电车实际单点交叉道口为研究对象，通过模拟仿真，获得该交叉道口的最优信号相位分配方案，该方案能够降低有轨电车对道路拥堵的影响值.

因具有去中心化、开放性、自治性、信息不可篡改性和匿名性，区块链技术具有广阔的应用前景. 梳理区块链在汽车行业中的应用，主要在汽车制造、汽车共享、汽车保险、新能源汽车等4个方面的应用现状和典型框架模型，分析区块链在汽车行业应用中存在的挑战和未来的研究方向. 结果表明，其应用在安全数据存储和数据管控、智能合约和DAPP开发技术、网络优化、多方利益分配、国家政策规章等方面仍有待进一步突破.

通过理论推导和数值分析，研究二维绝对节点坐标梁单元在不同弹性力建模方法下的模态参数. 介绍连续介质力学、增强连续介质力学以及应变分解法，并推导应变分解法应用的局限性，从理论角度说明了3种方法的特点. 基于广义特征方程得到不同弹性力建模方法下的绝对节点坐标梁单元的4种固有模态，以简支梁结构为例，分析绝对节点坐标梁单元弹性力建模方法对4种固有模态的作用规律. 不同弹性力建模方法下，横向低阶单元的4种固有频率相较横向高阶单元更高，表现得更“刚”. 连续介质力学方法下，各单元的低阶剪切固有频率与解析解存在20%~30%误差，而应变分解法和增强连续介质力学方法能够将剪切固有频率的误差控制在4%内，提高单元收敛精度.

基于中国人民银行行政处罚案例构建度量洗钱风险危害程度的评估模型并进行实证分析. 基于1717例中国人民银行行政处罚案例，构建5个一级风险等级指标. 利用层次分析法和熵权法对风险等级指标进行权重赋值，构建基于主客观方法相结合的行政处罚洗钱风险危害程度的评估模型. 利用随机森林模型检验指标权重的有效性和模型的准确性. 试验结果表明，测试集样本整体的F−score达到94%，研究成果可为行政管理部门从大量反洗钱行政处罚案例中发现典型案例和突出问题提供参考，推动和促进我国反洗钱制度建设.

在公共卫生等应用领域，经常会同时出现零观测值、一观测值较多的情况. 为更好地拟合这类数据，采用0−1膨胀负二项分布及其回归模型进行分析. 在数据扩充基础上，结合Pólya−Gamma潜变量对模型参数进行贝叶斯推断. 最后，对我国湖北省2019冠状病毒病(COVID−19)死亡数据集进行分析. 研究表明，0−1膨胀负二项回归模型能够达到更好的拟合效果.

我国信用不良的企业数量远小于信用良好的企业数量，样本类别的极端不平衡导致传统的信用评估模型在训练时无法充分学习信用不良企业的特征. 为提高极端梯度提升算法(Extreme Gradient Boosting, XGBoost)在企业信用评估这种不平衡分类问题中的准确率，提出一种基于代价敏感XGBoost的企业信用评估模型. 在XGBoost算法拟合过程中，加入代价敏感损失函数迫使模型更加关注少数类的特征，并引入贝叶斯优化调整模型的重要超参数. 以我国A股市场中小板块企业2016—2020年数据为样本，实证结果表明，基于代价敏感XGBoost的企业信用评估模型能够在保证总体识别精度的情况下提高对信用不良企业的识别准确率.

以长三角城市群为例，考虑该地区地表、气候、社会经济发展等特征，从人为因素和自然因素出发构建长三角城市群生态环境脆弱性水平评价指标体系. 同时，基于地学信息系统(Geographic Information  System, GIS)技术，综合运用主成分分析、熵权法、空间自相关分析等方法，对长三角城市群2010、2015和2018年生态环境脆弱性水平进行综合测度与时空特征分析，并识别其驱动因素. 结果表明：1）时序分布上，长三角城市群生态环境脆弱性水平升高，且由中度脆弱向重度脆弱过渡；2）空间分布上，生态环境脆弱性存在空间自相关性，且为显著正相关；3）2010—2018年，土地利用程度、人均GDP、工业二氧化硫排放量和建成区绿化覆盖率等是长三角城市群生态环境脆弱性的核心驱动力.