我国老年驾驶人数量持续增长，驾驶人结构的变化给交通安全带来了挑战。相比于其他年龄段驾驶人，老年人生心理功能逐渐衰退，更容易发生交通事故。认知功能与驾驶安全表现显著相关。从注意反应能力、执行处理能力、空间感知能力3项认知功能领域出发，研究老年人驾驶特征，设计驾驶模拟实验风险事件，获得认知驾驶行为数据，分析青年人、中年人、老年人驾驶行为特征的差异性；采用主客观结合的方法确定指标权重，提出认知驾驶行为指数计算方法；以驾驶人属性和认知功能为自变量，以认知驾驶行为指数为因变量，建立广义线性混合模型，探究不同因素对认知驾驶能力的影响。结果表明年龄、周驾驶频率、自我调节和TMT-B（Trail Making Test-B）与认知驾驶行为指数显著相关，MMSE（Mini-Mental State Examination）为边缘显著相关；老年驾驶人的认知驾驶行为指数受个体特质影响较大；相较于老年人，青年人认知驾驶行为指数更差，中年人更好；周驾驶频率低的人比周驾驶频率高的人认知驾驶行为指数更好；自我调节频率为低和中的驾驶人，比频率为高的驾驶人认知驾驶行为指数更好；TMT-B测量认知正常的驾驶人比认知障碍驾驶人的认知驾驶行为指数更好。该研究从交通事故的人因机理角度出发，探究老年驾驶人面对的认知挑战，提出老年人认知驾驶行为指数计算方法并解析影响因素，为简化老年人驾驶适宜性评价程序、制定驾驶安全干预策略提供参考。

为解决现有智能算法在优化支持向量机识别风险驾驶行为过程中收敛速率缓慢和误差较大的问题。首先，采用Tent映射取代原子搜索优化算法（ASO）种群初始化随机设置的方式，增加原子种群多样性和质量；其次，使用逐维小孔成像反向学习与柯西变异混合机制，提高原子个体择优位置的多样性，克服ASO算法易陷入局部最优和过早收敛的问题；最后，通过引入自适应变螺旋搜寻策略改进原子个体位置更新过程，以提升ASO算法的全局搜索能力，实现全局搜索和局部开发间关系的有效平衡，缓解ASO算法易陷入局部最优和收敛精度不足的问题。以上海北横通道出口匝道车辆轨迹数据为输入，使用混合策略改进ASO算法寻优求解最小二乘支持向量机（LSSVM）参数，构建基于混合策略改进原子搜索优化最小二乘支持向量机IASO-LSSVM的快速路出口匝道风险驾驶行为分类识别模型。数值仿真实验结果表明：IASO算法在12个基准测试函数数值仿真结果的平均值、标准差、最佳适应度和最差适应度等方面均更接近最佳优化值。IASO-LSSVM模型相较于ASO-LSSVM和LSSVM等模型的风险驾驶行为分类识别结果误差指标正确率、精确率、召回率和F₁值分别增加11.5~24.5、14.1~29.0、15.1~28.6和14.7~31.2个百分点，且在不同类型风险驾驶行为识别结果中误差变化范围最小。IASO算法参数寻优求解精度和收敛速率优于ASO算法，且IASO-LSSVM模型可用于不同类型风险驾驶行为精准识别，可为车辆行驶轨迹状态合理判别，制定风险驾驶行为预警防控措施提供数据支撑与理论依据。

纯电动公交车以其低排放、低噪声等优点在公交系统中得到越来越广泛的应用。然而相对较短的车辆续航里程和较长的充电时间使其在运营中需要频繁充电，从而衍生出新的充电计划问题。合理的充电方案对于节省充电设施建设成本和缩减充电成本等方面均有重要意义。目前电动公交充电计划优化的研究通常将充电时长与充电量设定为线性关系，且较少考虑充电计划与充电桩作业流程的综合优化，导致充电场景还原性差和资源浪费等问题。为此，在给定车次安排的前提下进一步优化电动公交充电计划，构建了以最小化系统总成本为目标的混合整数规划模型，对充电事件的发生时段、充电开始与结束时间以及充电桩作业流程进行同步优化，且充分考虑了分时电价政策、不完全充电策略和电池的非线性充电特性。在问题求解方面，首先通过线性近似的方式将电池的非线性充电曲线改写为分段线性函数，进而利用商业求解器 Gurobi 得到最优方案；之后基于最小费用最大流理论与逆差函数设计了一套专门的优化算法；最后，以北京市5条公交线路为例设计多组实验，并分别应用 Gurobi 与本文设计的算法进行优化求解。优化结果验证了所提出算法的准确性与高效性，可使当前充电系统总成本降低28.34%~56.1%。

汽车车门密封系统风激下的发声和向车内的传声，其现象和机制复杂，研究较少，认识不明晰。以某SUV车门B柱、C柱第1道密封空腔和尾门密封空腔为研究对象，抽取其结构并等效成规则空腔结构；建立了在小型声学风洞中空腔发声和传声的实验测试平台和方法，开展了风激下的空腔声特性及其影响因素、密封条不同压缩量和密封间隙传声特性实验研究。研究结果表明：车门密封空腔形成的啸叫（尾门空腔）机理不同，低风速时是自激振荡与赫姆霍兹共振腔耦合共振产生，高风速时是自激振荡与空腔模态耦合共振产生，自激振荡以及在流体宽带激励下的空腔共振是频谱中其它峰值产生的根源；B柱和C柱空腔与尾门空腔密封条对声特征的影响差异较大；来流偏航角、俯仰角和湍流度变化对自激振荡激发的幅值和频率影响较大，是车内小于1 000 Hz的带宽峰值噪声的来源之一；密封条压缩量较小时（如0~4 mm）其压缩量增加传声能力反而有增加的情况。基于空腔噪声理论得到的车门门缝小空腔声现象和机理是之前研究缺少的，具有独特性；密封条不同压缩量传声结论具有一定的实际应用价值。

前方相邻车道车辆变道切入自动驾驶车辆所在车道是典型的高速公路自动驾驶高风险场景，在实际高速公路上进行该类场景的复现测试存在非常高的安全风险，虚拟仿真测试是解决该问题的最佳途径之一。为自动生成批量化的高保真高速公路变道切入测试场景，该文提出了一种基于时间序列生成对抗网络（TsGAN）的自动驾驶汽车高速公路变道切入测试场景自动生成算法。该算法以变道切入时刻两车的车头时距和侧向时距为场景危险程度评价指标，从高速公路真实轨迹数据集highD中提取4类不同危险程度的2 853个变道切入场景实例，基于TsGAN构建变道切入测试场景生成模型，并利用所提取的真实轨迹数据训练模型；其后，采用所构建的模型生成前车变道轨迹和测试车变道切入时刻前的运行轨迹，通过比较所生成的变道轨迹与真实轨迹之间的分布相似性、频谱误差，验证所生成的轨迹的真实性。该文还分析了所生成的场景中变道切入时刻两车的运动关系及轨迹参数分布，检验了自动生成的场景在自然场景中的覆盖度。结果显示：从轨迹关键参数的分布来看，TsGAN模型生成的变道轨迹与真实轨迹的平均相似度达79.7%，平均频谱误差小于8%，落在最相似真实轨迹缓冲区的轨迹超过83.2%，表明所生成的轨迹具有高真实性；与所采集的真实场景相比，所生成的场景实例覆盖范围更大，在参数区间内分布更均匀，变道切入时刻前方变道车辆与测试车的车头时距和侧向时距分别降低了17.83%和16.37%（平均值），车辆轨迹参数分布区间平均增长了19.44%，表明所生成的场景在自然场景中具有较高的覆盖度；所提出的基于TsGAN的场景生成模型可模拟4种不同危险程度的变道切入测试场景，具有较强的针对性。

考虑当前自动驾驶技术成熟度和公众接受程度等问题，网联混驾编队模式可能是自动驾驶编队全面普及应用前的可行的过渡模式之一。为研究网联条件和车队形式对网联混驾编队运行特征及生态安全的影响，文中基于驾驶模拟技术搭建的网联混驾编队实验测试平台，构建由5辆车组成的“领航车-网联L2级人工驾驶车辆、跟驰车-网联自动驾驶车辆”的网联混驾编队模式，并邀请36名被试开展驾驶模拟实验。考虑时域分析侧重呈现指标的时间维度变化，而频域分析可以挖掘指标的频率分布特性，文中选取速度、加速度指标从时域和频域维度分析车辆运行特征，同时选取油耗、速度安全熵指标评价车辆运行的生态安全性。结果表明：网联条件和编队模式均有助于车辆行驶更加平稳，并显著提升其生态安全性；网联混驾编队的综合效能最佳，相较传统单车模式，油耗可降低10.67%，速度安全熵值可降低73.25%。该研究成果可为自动驾驶企业及行业开展网联人机交互终端设计、领航驾驶辅助系统研发、网联混驾编队可行性及有效性测试等提供方案借鉴和平台支持。

S型曲线由于特殊的线型几何特征形成了易积水的路面区域，对于积水规律的掌握有利于在设计和建造阶段提前预防和处理积水路段的危害。该文基于计算流体力学软件Fluent，结合计算流体力学分析中基于欧拉-拉格朗日方法的欧拉液膜模型EWF（Eulerian Wall Film），针对精细化处理的典型S型曲线双向多车道道路模型进行模拟计算。模拟包含了几何特征与降雨量等不同变量因素，得出了积水的水膜厚度以及流速分布规律。模拟结果表明：在降雨阶段，S型曲线横坡坡度0%~1%路段为积水路段，横坡坡度1%~2%路段为易积水路段，横坡坡度大于2%的路段积水情况受到降雨强度影响；在排水阶段，S型曲线横坡坡度0%~1%路段为排水困难路段，横坡坡度1%~2%路段为排水不畅路段，横坡坡度大于2%的路段排水顺畅，在排水时间结束时，路面在不同的几何条件和降雨条件下均能将积水排除至水膜厚度小于2 cm，横坡的大小与渐变影响了积水的横向分布与纵向分布，横向呈现中间高两边低、横断面上标高大的位置水膜厚度小和标高小的位置水膜厚度大的水膜厚度分布规律，总体呈现S型的分布规律；水膜流速在积水阶段呈现纵向上中间低两边高、水膜厚度大则水膜流速大的水膜厚度分布规律，在排水阶段则为纵向上中间高两边低的水膜流速分布规律。道路宽度影响了降雨落到路面的积水总量，进而对积水水膜厚度产生了影响；超高缓和率则主要使得积水路段、易积水路段增长，从而影响了积水分布的范围。

针对当前目标检测算法参数较多，计算量较大，导致响应速度较慢，难以推广应用于智能车辆系统的问题，提出一种改进的CenterNet目标检测算法。即应用轻量化MobileNetV3网络替换原ResNet-50网络，降低计算量；应用深度可分离的PANet替换特征增强网络，获得多尺度特征信息融合后的特征，并引入SimAM注意力机制在特征融合前强化目标特征关注度，再用SiLU激活函数替换原目标检测网络中的ReLU激活函数，增强网络学习能力。最后提出CPAN-ASFF模块对深度可分离的PANet输出多尺度特征图进行融合，提高目标检测精度。应用优化后的KITTI数据集对改进后的CenterNet目标检测算法进行训练及检测验证，结果表明：其平均准确率为80.7%，比原始CenterNet目标检测算法提高了12个百分点，其检测速度为65 f/s，其参数量为8.91 M，较原算法减少72.73%，改进后的算法在遮挡目标、重叠目标以及与背景相似目标的检测效果上表现更优。且在SODA10M数据集中，文中提出的算法的检测精度与速度也都优于当前主流算法。该研究对算法的优化及实验为智能车辆在实际工程中的应用奠定了技术支撑。

大型活动会引起举办场馆周边区域路网出现交通流短时骤增与消散，导致周边区域路网交通运行呈现偶发性与不确定性波动，而现有预测方法通常难以捕捉特殊事件下交通流受多维因素复杂影响及其演变机理。为充分挖掘路段速度的时间序列和影响因素特征，揭示速度预测中不同影响特征间的耦合作用机理，提出了一种结合可解释机器学习与长短时记忆网络的速度预测模型（MC-LSTM）。结合大型活动的特点构建影响因素集，采用XGBoost算法评价活动规模、性质等因素特征对场馆周边路段速度的影响相对重要度，量化多元因素对场馆周边路网运行状态的协同效用，融合LSTM网络，考虑交通状态的时间依赖关系，捕获不同历史时期的时间相关性，实现对活动期间场馆周边路段速度的精确预测。以北京市连续6个月的大型活动期间周边路网为例进行模型验证，结果表明：所构建的MC-LSTM模型的预测精度可达94.5%以上，优于考虑多因素协同的XGBoost模型、只考虑单因素特征的LSTM模型及未考虑外部特征的LSTM模型，证明该研究所提出的模型有效性与稳定性更优，可为大型活动场馆周边路网交通组织优化和制定针对性交通管控与保障措施提供定量化的决策依据。

准确分析居民出行方式的碳排放及方式选择影响因素的重要性和敏感性，是精准制定交通减排措施的基础。根据居民出行调查的家庭属性、个人属性、出行属性和环境属性等影响因素综合分析，基于LightGBM （Light Gradient Boosting Machine）构建了居民出行方式预测模型并进行验证，结合出行活动水平、各种能源类型的碳排放系数、标准煤系数等参数，构建了基于居民属性数据的出行碳排放预测模型；最后，以广州市为例进行实证分析，对居民出行方式和碳排放总量进行预测，并分析了出行方式选择影响因素的重要程度和重要因素敏感性。结果表明：基于居民属性数据构建的碳排放预测模型，能较为精确地预测各种出行方式的碳排放，较好地分析碳排放的影响因素重要性和敏感性，以及全面揭示出行行为、出行方式和出行碳排放之间的关系。其中，起终点距最近公交站的距离或距最近地铁站的距离、自驾车费用、出行距离等是影响居民出行方式选择的重要因素。当起终点距最近地铁站距离下降55%时，地铁出行竞争力随着距离缩短而明显提升；在公交站点密度较大的区域，起终点距最近公交站距离对居民出行方式选择不敏感；当碳排放费用增加400%时为居民出行方式和碳排放的转折点，超过转折点后小汽车出行方式难以转移；当出行距离下降幅度在90%以内时，碳排放下降速度最快，最大降幅为90.4%。

高速公路差异化收费可以促进道路领域碳减排，助推“双碳”目标实现。文中将碳减排收益作为高速公路效益的组成部分，基于同时考虑高速公路效益和物流企业成本的目标，构建了基于双层规划的高速公路差异化收费定价模型。首先分析了货车路径选择因素；然后利用Logit模型构建了基于高速公路差异化收费的转移车流量测算方法和基于转移车流量的碳排放量测算方法，并提出了影子价格下的碳交易定价模型；最后，考虑碳减排效益部分最大化和物流企业成本最小化，提出了差异化收费双层规划模型，同时利用山东省高速公路A和并行国省道的车流量数据进行实例分析。结果表明：通过高速公路差异化收费策略的调整，双层规划模型在保证高速公路管理部门的最优化效益下可实现物流企业成本的最小化；在最优收费费率附近调整收费标准，对高速公路A的效益的影响较小，使得高速公路效益的波动影响低于1.5%，结果表现出良好的收益稳定性；文中所提出的差异化收费双层规划模型可实现高速公路碳减排效益最大化和物流企业成本最小化的目标。

针对高速公路大范围路网中新能源汽车由于能源消耗所产生的间接碳排放量难以统计的问题，提出了一种基于高速公路ETC收费联网数据的新能源汽车碳排放量测算方法。首先，对高速公路新能源汽车车流数据进行清洗与处理；然后，依据高速公路路网门架分布定义并划分路段单元，在此基础上对不同类型的新能源汽车进行能耗分析；最后，建立了新能源汽车运行阶段的碳排放计量模型，并以广东省为例，进行了碳排放量的测算及空间分布特征分析。结果表明：1类纯电动客车为高速公路新能源汽车碳排放的主要来源，其碳排放量占新能源汽车碳排放总量的74.20%，其次是1类纯电动货车，其碳排放量占新能源汽车碳排放总量的14.18%，1类插电式混合动力客车的碳排放量占比为11.62%；新能源汽车碳排放量较高的地市主要集中在珠三角城市群，粤东、粤西、粤北等后发地区的碳排放总量占比不足13%；新能源汽车碳排放量较高的路段主要分布在发达城市的交通枢纽和市内高速环线中，以广州都市圈和深圳都市圈为中心对周边城市高速公路路网产生辐射效应；后发地区由于高速公路路网密度较低且基础设施建设相对滞后，新能源汽车的普及率较低，相应的碳排放量普遍处于较低水平。

针对液舱内自由液面对浮态和稳性的影响，文中提出了一种新的多凸体组合结构浮态算法。该方法将浮体和液舱分解成多个四面体单元，通过分析每个四面体与水面/液面的相对位置关系来确定浮体的浮力和浮心以及液舱液体的重心。该方法还提出了一种改进的双重迭代法用来确定多凸体组合结构的浮态：内层迭代法模拟浮体的升沉运动，得到浮体外的水面方程和液舱内的液面方程；通过外层迭代法模拟浮体的旋转运动。两种迭代方法交替进行，直至浮体的重力作用线和浮力作用线之间的距离满足精度要求，同时重力等于浮力。自编程序对某半潜船和某半潜式海洋平台的多种典型工况进行了浮态计算，同时也考虑了自由液面影响。此外利用Maxsurf建模进行了对比分析，还利用AUTOCAD进行了精度验证。对照结果表明：该研究提出的算法可以考虑自由液面对浮态的影响，原理清晰，收敛性好；算法无论对传统的单凸体结构（例如单体船），还是多凸体结构（例如多体船、漂浮式海洋平台等）均更容易取得准确解，且计算效率更高；算法可以实现“搭积木”式的建模方式，多工况建模时可以极大地减小工作量；算法无需依赖国外第三方图形平台（比如AUTOCAD、CATIA），可为我国相关工业软件的国产化打下良好的基础。

针对海上通讯带宽受限情况下无人船的航迹跟踪控制问题，设计了一种带有状态量化和输入量化的自适应反馈跟踪控制方案。在保证有效跟踪的同时，减少执行器执行频次，降低控制幅度。首先，在不考虑量化情况下基于自适应反步法设计了系统跟踪控制律，并结合动态面技术有效降低了虚拟控制律的计算量膨胀问题。对于控制系统中存在的不确定项，利用模糊逻辑系统进行逼近。其次，采用均匀量化器分别对控制系统中的状态变量和输入变量进行量化，且量化后的状态反馈信息被用于无人船航迹跟踪控制器的设计。根据所得到的量化信息，给出了同时考虑状态量化和输入量化的无人船航迹跟踪控制律。在稳定性分析中，通过Lyapunov稳定性理论证明了在不考虑量化的情况下闭环控制系统的稳定性，并根据递归的方法证明了闭环控制系统中量化变量和非量化变量之间误差的有界性。基于给定的引理，最终证明了在同时考虑状态量化和输入量化的情况下，所设计的带有状态量化和输入量化的模糊自适应反馈跟踪控制系统的稳定性。最后，通过两组仿真实验验证了所提方案的实用性。即在同时考虑状态量化和输入量化的情况下，无人船仍能保持对理想轨迹良好的跟踪性能，并有效减轻了执行器的执行频次，更符合航海工程实践。

城市轨道交通站点影响范围内土地利用对客流影响具有时空分异特征且存在类型差异，为针对性探讨不同站点两者的复杂非线性关系，提出一种基于土地利用空间分布规律、对站点实际影响范围进行差异化识别的方法；并通过分时段多尺度地理加权回归，获取能够表征土地利用对客流影响时空变化特征的站点聚类指标，采用K-means++算法将研究区域内的站点划分为4类；进而基于改进的梯度提升决策树模型分类定量探讨不同类别下土地利用与轨道交通客流的复杂非线性关系。研究表明：通过捕捉不同站点土地利用与客流的时空分异特征对站点进行分类识别，可有效提升两者非线性关系模型的解释度。根据模型输出结果，发现不同类别站点影响轨道交通客流的关键土地利用要素不同，第1类中关键变量为相对重要性分别为61.35%和30.08%的公交站点数量和慢行密度；第4类的情况类似但相对数值有所变化，公交站点数量的相对重要性由61.35%下降至30.31%；建筑密度在第2类中以66.57%的相对重要度占据最大比例；但在第3类中仅占5.59%。此外，不同类别站点影响范围内土地利用与轨道交通客流的关系存在较为显著且各异的阈值效应。研究表明，对于不同类别站点的用地开发应各有侧重，且应结合实际将土地利用设计指标控制在相应的合理范围内。研究为差异化的站点周边土地利用开发策略的制定提供了理论支持和量化指导。

城市空间热力反映了人口聚集与街道活力。为探究城市轨道交通与空间热力分布的互动关系，从微观层面的轨道站点切入，采用百度热力图和轨道站点客流数据，以上海为例，对轨道站点的网络中心性、客流与站域空间热力进行耦合分析。首先采用Pearson双变量相关性研究两类轨道站点属性与空间热力的总体耦合关系，然后引入双变量空间自相关和地理加权回归分析方法分别挖掘网络中心性与站域热力、站域热力与站点客流的空间关联模式，并对比两类耦合性的空间差异。结果表明：轨道站点的网络中心性与空间热力的耦合性明显优于轨道客流与空间热力的耦合性，交通区位优势通常能够形成较高的空间热力，客流水平的影响因素则更为复杂；空间热力更适合量化核心区以外区域的轨道交通与城市空间互动关系，轨道交通网络化对空间热力提升具有乘数效应，而在开发密度低的区域提升空间热力更有助于刺激轨道客流；利用空间热力数据评估城市核心区以外区域的新建站点客流潜力具有可行性，但仅用热力预测客流具有局限性；轨道站点周边城市更新可参考不同空间区位站点的两类耦合性差异进行优化。该研究探索了结合城市空间热力分布完善轨道交通线网布局、针对不耦合因素优化轨道站点公共交通导向型开发（TOD）的分析框架，为微观层面衡量城市轨道交通“人-地”关系提供了新视角。

高速公路改扩建后增加两侧立体层可以提高通行能力，但互通立交处常常会出现间距过短、流量过大、分流过多等问题，进而导致现有的交通标志无法满足驾驶人的指路需求。针对此问题，以深圳机荷高速为例，在常规标准方案基础上，设计了4种匝道指引标志提升方案，并使用Unity3D引擎开发出了相对应的立体复合高速公路互通场景，高速公路上的车辆第1次分流时驶出地面层，第2次分流可以驶入立体层，第3次分流接入其他互通高速。28名驾驶人使用外接交互设备在不同的场景中进行模拟驾驶，实验采集到了速度、加速度、车道位置等驾驶行为数据。通过计算不同指引标志设计方案中各影响区段内指标的逐点显著性，呈现出了各指标空间维度上的差异性，进一步分析表明，增加预告层级设置3 km预告标志能够帮助驾驶人及早感知前方匝道状况；设置车道指引标志可以提升车辆在匝道处的纵向和横向稳定性，便于驾驶人采取更好的换道策略；导航语音辅助能够提升驾驶人在立体复合高速公路匝道处的速度控制水平、出口换道意识和心理舒适程度。研究表明，Unity3D保真度高、交互性好、成本低，可以为复杂道路场景中驾驶行为的相关研究提供技术支持。同时，该研究也为高速公路改扩建工程交通指引标志设立提供了理论参考。

为有效提升高速公路车辆偷逃通行费稽查效率，基于电子不停车收费（ETC）数据，结合K最近邻（KNN）和集成学习（Adaboost）算法及代价敏感学习机制，提出一种高速公路车辆偷逃费行为识别模型。针对原始ETC收费流水数据量大且冗余的特点，制定数据离散化和标准化处理规则，修复并规范数据形态后，提取两类逃费特征。通过分析ETC数据集遴选大车小标等7种逃费类型作为主要研究对象。针对逃费数据“高维”特点导致的模型分类效率低问题，通过Pearson与Spearman相关性分析和ReliefF重要性分析选取表现逃费特性的最佳特征子集。针对逃费车辆与正常车辆的类别“不平衡”现象所引发的模型过拟合问题，构建组合分类模型，在Adaboost算法中将KNN作为基分类器，先通过TomekLinks欠采样缓解不同类边界模糊问题，再引入代价敏感学习机制，提高模型对少数类（逃费车）的重视程度来缓解对多数类（正常车）的判别倾向。最后，对比不同分类模型对各类逃费事件的识别效果，验证融合代价敏感学习机制的KNN-Adaboost模型的性能。结果表明，该研究提出的模型识别精确率达0.98，召回率达0.96，F1系数达0.97，Kappa系数达0.95，较其他模型能更好地解决样本类不均衡问题，对少数类样本具有较高识别精度，可为提升高速公路收费稽查效率提供参考。

为了精确评价沥青超薄磨耗层开放交通后抗滑性能衰变过程、机理及影响因素，首先利用弧形模具及其配套的轮碾机来制备弧形超薄磨耗层试件；然后通过驱动轮式加速加载系统对4种级配类型和3个沥青胶结料等级的沥青超薄磨耗层试件进行加速加载试验；最后借助激光纹理扫描仪对一定轮载次数作用后的试件分别进行扫描。结合试验数据分别建立了基于S型函数的沥青超薄磨耗层宏观和微观构造深度衰变模型，以及基于灰色关联分析方法来分析各空隙率和沥青胶结料对抗滑性能的独立和耦合作用。试验研究结果显示：采用驱动轮式加速加载系统结合S型函数模型可以定量地评价和预测沥青超薄磨耗层性能的演变过程；空隙率影响超薄磨耗层宏观和微观构造深度的前期衰减速率，空隙率越大，则超薄磨耗层的宏观和微观构造深度的前期衰减速率越大；宏观构造深度的中后期衰减速率受沥青胶结料等级影响更大，沥青胶结料性能等级越高，则宏观构造深度的中后期衰减速率越慢；空隙率和沥青胶结料等级对超薄磨耗层微观构造深度中后期衰减速率的影响相当。因此，在进行超薄磨耗层抗滑性能设计时，选择大空隙率的开级配超薄磨耗层混合料级配对路面抗滑耐久性是有益的，而沥青胶结料的性能等级则可以根据交通量的大小合理选择。

为改善高速公路桥梁路段雾天环境的交通安全，文中考虑可变限速标志设置对驾驶行为的影响，从服从效应角度提出其量化评估方法，以期获得最优作用效能。文中以鄂东长江大桥为原型，选取该桥梁近年最低能见度（100 m）和自由流服务水平作为测试环境，设计3种限速策略，分别为对照组S_Ⅰ（无限速策略）、实验组S_Ⅱ（90~70 km/h限速策略）、实验组S_Ⅲ（90~70~50 km/h逐级限速策略）；依托驾驶模拟器，实现不同限速条件的雾天桥梁场景微观驾驶行为数据的细粒度感知，采用重复测量方差分析方法从驾驶人响应的快速性、稳定性及准确性剖析可变限速标志的作用机理及驾驶人特征表现，并通过模糊综合评价方法评估不同限速策略的有效性。研究结果表明：雾天桥梁可变限速标志能够使驾驶人更早地采取减速措施，车辆在雾区行驶过程的稳定性更好；在雾天能见度100 m情况下，90~70~50 km/h逐级限速策略的稳态频数更大，空间稳定性更好，且速度超调量和跟随比更小，响应准确性更高。模糊综合评估结果显示，90~70~50 km/h逐级限速策略作为最优方案，能够有效地提升雾区驾驶行为的调节适应能力，降低驾驶风险，提高车辆运行的稳定性。本研究成果为雾天桥梁可变限速标志的优化设置提供了解决方案，可为雾天桥梁的主动安全防控提供有效支撑。

已有的交通事故黑点鉴别研究大多基于事故频数或事故率，并未考虑交通事故对不同发生地的影响特征。为了综合考虑交通事故在不同交通环境和路网特征下的差异影响，并解决交通事故数据中零值远超经典离散分布的零膨胀问题，本文提出一种考虑节点综合重要度的改进网络核密度估计法，并基于零膨胀负二项回归模型对城市交通事故黑点进行鉴别。首先，在拓扑路网中综合考虑事故发生地的交通环境和道路条件构建事故综合影响度指标，连同事故严重程度指数嵌入到传统网络核密度估计中，通过在道路网络上生成平滑的密度表面定性体现点事件的空间聚集性。在此基础上，构建基于零膨胀负二项回归鉴别模型，明晰事故高发区域边界范围，定量刻画不同严重等级的事故黑点路段空间分布特征。最后，以深圳市华强北街道为例进行实例分析。结果表明，在90%、80%和70%的阈值水平下本文提出的事故黑点鉴别法的有效搜索率均高于平面核密度估计法，且考虑节点综合影响度后，部分无道路区域不再被误识，模型准确率比传统网络核密度法分别提升了3.60%、5.31%和7.20%。