轮轨交通在轨道交通中处于主导地位，将人工智能技术运用到轮轨交通中将使其发挥出更重要的作用。为全面分析人工智能在轮轨交通中的应用现状，从列车操纵、智能监测、故障诊断以及车辆设计等方面进行介绍，并展望未来人工智能在轮轨交通中的发展方向。研究结果表明：列车自动驾驶系统融合神经网络与模型预测可提升轨迹跟踪精度，进一步结合深度学习优化能耗可实现自适应节能；人工智能技术已广泛应用在车辆的部件状态及铁路沿线自然灾害的监测中，同时，在车辆走行部和牵引供电系统的故障诊断中也发挥重要作用；人工智能技术还对车辆的参数优化、性能预测和结构改进等进行了探索和应用，用大量实践验证人工智能技术应用在车辆设计方面的可靠和有效。

为探究在无信号路口，行人过街受到Ａｌｌｅｅ效应影响时车辆交互演化问题，采用种群动力学中的Ｌｏｔｋａ－Ｖｏｌｔｅｒｒａ
模型，将行人和车辆分别视为两个“物种”，并引入Ａｌｌｅｅ效应，分析行人与车辆在过街过程中的共生演化平衡点及系统稳定性；通过模拟不同Ａｌｌｅｅ效应的阈值、人车过街初始规模及合作系数与抑制系数，以揭示影响交互系统稳定性的关键因素。结果表明，人车交互系统的演化趋势与预设的演化模型运行轨迹基本相符；当Ａｌｌｅｅ效应较强时，系统的稳定性明显下降，但较大的合作系数能够在此情况下提升整体效率；当抑制系数较小且行人初始规模较大时，通行效率也能得到有效提升。研究结果可为无信号路口的行人过街安全与效率提升提供理论参考。

城市轨道交通多站点短时客流预测是城市交通规划和运营管理中的重要任务，为进一步提高短时客流预测精准性，提出一种基于变分自编码器和多层卷积的Ｓｅｑ２Ｓｅｑ方法。首先，通过变分自编码器（ＶＡＥ）对已有客流数据进行数据增强操作；其次，建立基于多层卷积神经网络的序列到序列（Ｓｅｑ２Ｓｅｑ）模型，进行多尺度同步预测。结果表明：提出的变分自编码器和多层卷积Ｓｅｑ２Ｓｅｑ方法的预测结果误差最小。将添加不同噪声等级的样本用于模型对比，该方法也能保持较高的预测精度，且与其他模型相比ＭＳＥ误差最低。

为提高自行车流交通安全性，以单行自行车流为研究对象，研究不同转弯曲率条件下自行车流动力学特性。设置１／１４、１／１２、１／１０、１／８、１／６、１／４、１／２七种转弯曲率，基于聚类算法提取自行车运动轨迹，采用瞬时测量法计算基本量并绘制基本图，对比分析转弯曲率对自行车流交通特性的影响。结果显示，转弯曲率对自行车流的动态有显著影响，随着自行车密度增加，流量趋于不稳定，高密度下出现走停波；当转弯曲率为１／８时，自行车流动效率最高，而大于或小于该值都会降低效率。研究结果对城市自行车道设计和弯道区域的自行车流安全管理具有重要指导价值。

为精准预测道路交通状态，缓解交通拥堵，提出一种融合天气因素的交通状态预测模型。首先，引入天气参数，通过Ｋ－Ｐｒｏｔｏｔｙｐｅｓ算法对交通状态进行分级，提高拥堵状态分类的精细度。其次，通过引入分段线性混沌映射、改进收敛因子、结合权重系数的自适应位置更新策略，深度优化灰狼优化算法（ＩＧＷＯ），构建基于改进灰狼优化算法的长短时记忆模型（ＩＧＷＯ－ＬＳＴＭ）。最后，预测短时交通特征参数，计算交通特征参数预测值所属的交通状态，完成交通状态预测模型的构架。结果表明，与ＬＳＴＭ、ＰＳＯ－ＬＳＴＭ、ＧＡ－ＬＳＴＭ、ＧＷＯ－ＬＳＴＭ 预测模型相比，ＩＧＷＯＬＳＴＭ在平均车速、车流量、占有率的预测中误差最小。综合交通特征参数预测值进行交通状态预测，准确率达到９６．７％，相较于不考虑天气因素的预测模型，精度提升９．３％，且表现出稳定的预测性能和良好的泛化能力，能有效预测短时交通状态。

为解决常规公交受道路条件限制无法为部分路段乘客提供完整服务的问题，规划衔接城市轨道交通站点的社区公交线路以满足乘客“最后一公里”需求。依据道路网中车辆速度差异，以实现公交公司和乘客的综合成本最低为目标，构建时变路网下接驳城市轨道交通的社区公交路径规划模型。针对该问题，在运用时变路网下Ｄｉｊｋｓｔｒａ算法求解最短行驶时间路径的基础上，利用改进遗传算法对最优路径进行求解。选取某地铁站附近路段进行算例验证，得出时变路网及静态路网下满足乘客出行需求的路线。结果表明，路线均能覆盖所有规划站点，时变路网下路径规划相较于静态路网下路径规划综合成本有所降低，且时变路网能够规避拥堵路段从而提升乘客出行效率。

为解决海上风电单桩基础面临的冲刷问题，以江苏东台２００ＭＷ 海上风电项目为实证背景，采用淤泥固化土技术，对比分析固化土施工前后各冲刷指标的变化情况，以验证该技术的抗冲刷效果。结果表明：固化土施工后，桩基周边（０～１５）ｍ和［１５～５０］ｍ半径范围内，平均海底高程有所提升，９号风机分别提升１．３８ｍ和１．４０ｍ，１１号风机分别提升２．７５ｍ和２．６３ｍ；最大冲刷坑深度和冲刷量均显著降低，其中，９号风机最大坑深分别降低０．５５ｍ和０．７８ｍ，冲刷量分别减少１　５４３ｍ３和５　２００ｍ３，１１号风机最大坑深分别降低３．３０ｍ 和２．５３ｍ，冲刷量分别减少１　５７８ｍ３和６　８５０ｍ３；海底起伏情况较施工前变化幅度更小，基础周边平整度良好，未出现明显冲刷现象；固化土整体展现出良好的抗冲刷性能，可有效维护桩基周围稳定性。

为评价大断面立体交叉隧道施工风险，以九州台２号隧道下穿九安隧道为例，从地形地质条件、既有隧道条件、新建隧道条件、施工条件、施工方法、施工管理等方面进行风险因素辨识，建立大断面立体交叉隧道施工风险评价指标体系，采用云模型和模糊综合评判对施工风险进行评价。研究结果：云模型计算综合评价云为（７４．２６７　３，１．０７１　５，０．４０８　２），隶属度值为（０，０．２８４　３，０．７１５　７，０，０）；模糊综合评判计算结果为７５．９６０　５，隶属度值为（０，０．３９７
４，０．６０２　６，０，０）。该隧道施工风险等级为中风险，且两者计算结果一致。研究结果对大断面立体交叉隧道施工风险
控制具有参考意义。

为明确智能网联车辆（ＣＡＶｓ）对快速路交织衔接区异质交通流的影响，提出考虑ＣＡＶｓ车辆功能退化和编队行为的异质交通流元胞自动机模型。首先，考虑车辆功能退化界定３种跟驰模式并结合ＣＡＶｓ编队行为建立异质交通流元胞自动机车辆跟驰规则。其次，依据不同区域的车辆驾驶行为划分换道区段并制定换道规则。最后，通过数值仿真不同ＣＡＶｓ渗透率下的异质交通流基本图、交通拥堵和敏感性分析。研究表明：ＣＡＶｓ的混入能够显著提升道路通行能力，提高交通效率和缓解拥堵，尤其是入口匝道处的合流拥堵；ＣＡＶｓ编队行为会进一步提高道路通行能力，在进车概率为０．８时最优ＣＡＶｓ车队规模为６辆，但具体的最优规模还需考虑ＣＡＶｓ渗透率和道路状况。

针对避障规划过程中的安全性和稳定性，以及自动驾驶车辆的避免碰撞反应不符合人类驾驶员习惯导致驾驶员紧张和不适，甚至导致严重交通事故的问题，提出一种适用于动态避障场景下智能接驳车的类人避障规划方法。通过驾驶员避障试验与规划方法的结合，确保规划的合理性与可靠性。通过设计横纵解耦控制器，保证车辆控制的安全性和稳定性。仿真结果显示，提出的拟人化避障规划，可满足防撞的安全性和稳定性要求，能够保证与人类驾驶员的车辆碰撞反应相一致，与驾驶员轨迹的速度偏差率仅为１８．８％，对比原始方法降低５５．８％，轨迹平滑度提高６３．１６％。

盾构施工参数与隧道掘进过程中的稳定关联密切，为避免掘进参数完全依靠经验，并为参数动态调整提供参考及依据。依托南通地铁１号线针对刀盘推力以及刀盘扭矩，将刀盘转速等７个关键参数的历史数据作为训练集，基于循环神经网络（ＲＮＮ）以及长短期记忆网络（ＬＳＴＭ）两种算法分别建立关于刀盘推力和刀盘扭矩的预测模型。两种模型所用数据集均基于滑动窗口插补进行预处理，ＲＮＮ 模型采用均方误差（ＭＳＥＬｏｓｓ）作为损失函数，ＬＳＴＭ 模型则采用ＰｙＴｏｒｃｈ库中的均方误差自定义损失函数。结果表明，两种模型对于盾构总推进力的学习预测能力均优于对刀盘扭矩的预测能力，其中ＲＮＮ模型对于两组参数的自适应能力均优于ＬＳＴＭ 模型。

为更加直观地评价铁路智能水平，构建一种考虑组合赋权法与灰色关联度分析法的铁路智能水平评价模型。首先，在铁路信息化评价指标的基础上，结合数字化、智能化成熟度指标来分析影响铁路智能水平的因素，同时结合确立的２０个评价指标构建综合评价体系。其次，利用层次分析法与粗糙集理论确定主客观综合权重，以降低指标权重设置中存在的主观性和数据不确定性，通过应用灰色关联度分析法，对各指标序列与目标序列的关联性进行综合评价。最后，选取我国沪宁线为对象开展铁路智能水平分析，比较综合赋权法与单独使用两种方法所得灰色关联度来验证该模型的可行性。结果表明，该模型所得关联度优于另外两种方法且具有更好的客观性与合理性。

燃油营运货车作为黑龙江省道路交通的重要参与对象，其碳排放量问题尤为突出。为分析黑龙江省燃油营运货车碳排放影响因素，基于２０１０—２０２０年燃油营运货车数据，采用“自下而上”法测算燃油营运货车碳排放量，扩展ｋａｙａ恒等式构建ＬＭＤＩ模型，并分析能源结构、能源强度、经济发展、人口规模等因素对燃油营运货车碳排放的影响。结果表明：黑龙江省燃油营运货车碳排放呈现阶段性变化；经济发展累积效应为９１６．０３万ｔ，是燃油营运货车碳排放增长的关键驱动因素；能源结构、能源强度以及人口规模的累积效应分别为－２９．７８万ｔ、－６５８．７３万ｔ和－２５５．９５万ｔ，对燃油营运货车碳排放的增长起到不同程度的抑制作用。

为优化交叉口通行效率和环境效益，首先，建立以车均延误和碳排放量为评价指标的多目标函数；其次，结合多目标粒子群算法（ＭＯＰＳＯ）和快速非支配遗传算法（ＮＳＧＡ－Ⅱ），提出ＮＳＧＡ－Ⅱ－ＭＯＰＳＯ算法并进行优化；最后，以济南市世纪大道和唐冶西路交叉口为例，使用仿真软件ＴＥＳＳ　ＮＧ对不同信号配时方案进行仿真模拟。将现状信号配时方案、ＮＳＧＡ－Ⅱ算法优化的信号配时方案和ＮＳＧＡ－Ⅱ－ＭＯＰＳＯ算法优化的信号配时方案进行比较，结果表明，相较于现状信号配时方案，ＮＳＧＡ－Ⅱ－ＭＯＰＳＯ算法优化方案在车均延误、排队长度以及ＣＯ、ＣＯ２ 和ＮＯｘ 排放量上分别降低１４％、２１％、８％、９％和７％，所优化的信号配时方案效果更优。使用该方法可以更好地优化交叉口通行效率和环境效益。