为丰富地铁内部换乘客流预测理论，更好地制定地铁运营计划，提出了一种基于时间序列分解方法（STL）与门控循环单元（GRU）的地铁换乘客流预测模型。该模型将预测过程分为3个阶段，第1阶段为原始地铁刷卡数据预处理，采用基于图的深度优先搜索算法识别乘客的出行路径，构建换乘客流时间序列；第2阶段运用STL时间序列分解算法将换乘客流时间序列转化为趋势量、周期量以及余量，并利用3σ原则对余量进行异常值的剔除与填充；第3阶段基于深度学习库Keras，完成GRU模型的搭建、训练及预测。以北京地铁西直门站的换乘客流数据为研究对象，对模型的有效性进行了验证，结果表明：与长短时记忆神经网络（LSTM）、门控循环单元、STL时间序列分解方法与长短时记忆神经网络组合模型（STL-LSTM）相比，STL-GRU组合预测模型可提升工作日（不含周五）、周五、休息日的换乘客流预测精度，预测结果的平均绝对百分比误差至少分别降低了2.3、1.36、6.42个百分点。

高架铁路客运站通常为大跨度建筑，需设置天窗。传统的天窗设计方法难以解决复杂的采光需求和节能需求构成的多目标问题。为实现高铁站平天窗的多目标优化，文中基于高架高铁站平天窗的前期设计参数设置，采用Rhino和Grasshopper平台、Ladybug建筑性能模拟工具、Octopus多目标优化工具构建了一套基于遗传算法的平天窗多目标优化方法。该方法经过确定变量、确定优化目标、构建模型和程序编写等步骤，用Rhino和Grasshopper建立简化的参数化模型，导入Ladybug工具进行性能分析，依据分析结果用Octopus工具进行迭代的多目标优化；在优化过程中能够自动地对模型参数化的部分进行不断变更和模拟，记录每次变更、模拟的结果并进行比较，最终找出最满足设定的多个目标的参数；将参数返回到参数化模型即可得到最优结果的模型及对应的建筑性能模拟结果。对广州白云站的候车空间进行建模，依据国内外主要采光规范的要求，将采光强度达标、采光均匀度达标、采光有效性尽量大、眩光发生可能性尽量小、太阳辐射量尽量小作为目标体系，使用文中提出的方法进行多目标优化。结果表明：相比于原方案，经该流程多目标优化后最终生成的方案在满足规范要求的采光强度条件下，采光均匀度、采光有效性、眩光发生可能性、太阳辐射量方面均有很大程度的改善。文中提出的方法具有广泛的应用场景和较强的灵活性，可以为相关研究提供参考。

为了高效地得到平行钢绞线斜拉索施工过程中各股钢绞线的控制张力的高精度解，研究了描述斜拉索静力状态的参数间的非线性关系，提出了各股钢绞线控制张力的高精度、无迭代求解方法。基于斜拉索悬链线索形精确解，采用泰勒展开求解了张拉完成时斜拉索无应力索长的高精度近似解；基于正装分析法和等值张拉法两个基本原则，推导了在平行钢绞线斜拉索施工过程中，张拉不同钢绞线时斜拉索的等效静力状态；通过对无应力索长、斜拉索等效截面积和斜拉索投影长度的近似处理，求解了各股钢绞线的控制张力的高精度解。以珠海市洪鹤大桥主桥（主跨500 m的叠合梁斜拉桥）、珠海市鸡啼门大桥（主跨210 m的预应力混凝土斜拉桥）及两篇文献中的斜拉索为算例，计算了本文方法的近似解与迭代求解的悬链线精确解之间的误差。结果表明：本研究提出的方法计算的斜拉索无应力索长与悬链线精确解的误差小于0.002%，各股钢绞线张拉力误差小于2%，完全满足现场施工的精度要求；本文方法精度高、计算代价小，具有极高的推广和应用价值。

本文对应用于可更换连梁中的小位移下即可开始耗能的电涡流连梁阻尼器的阻尼特性展开研究。基于磁路理论分析，提出了电涡流阻尼器中最优的永磁体磁极布置方式，即平行导体运动方向交替布置，垂直导体运动方向同向布置。鉴于此，设计了两种新型电涡流阻尼器，一是导体板在磁场中平动的板式电涡流阻尼器，二是利用齿轮-齿条机构放大导体板在磁场中定轴转动速度的旋转式电涡流阻尼器。将两种电涡流阻尼器运用于可更换连梁中，对安装于可更换连梁上的新型电涡流连梁阻尼器进行有限元仿真，揭示了电涡流阻尼的非线性力学行为。其阻尼系数及刚度系数具有较强的频率相关性，加载频率越大，耗能效率越低，结构动刚度越大，因此电涡流阻尼器更加适用于低频的工作条件。此时电涡流阻尼器的阻尼系数大，耗能效率高，且刚度系数较小，基本不会改变结构的自振特性，具有良好的实际工程应用价值。