从驱动方式的角度综述水下机械手的发展现状，讨论动力学建模、运动控制及自主智能化在水下机械手作业中的关键作用，分析末端执行器从刚性向柔性演化的趋势，总结现有水下机械手在结构设计、动力学模型、自主智能控制等方面存在的问题. 动力学建模、运动控制及自主智能技术作为实现水下机械手作业的关键技术，旨在应对作业环境的复杂性和不确定性. 具有自主作业与精确运动控制能力的智能水下机械手在现代海洋工程、深海探索以及海洋资源开发中展现出广阔的应用前景.

针对低照度场景下图像细节不明显而造成对比度下降的问题，提出先增强后检测的技术方法. 提出细节增强模块，用于捕获图像中的目标细节并增强图像对比度；构建多尺度特征提取网络，通过低级特征提取模块与特征融合策略，充分捕获图像在网络浅层的细节信息；设计相似性匹配网络，对原特征图和增强特征图进行多尺度分割和特征相似性匹配，对关键信息进行重要性加权，强化有效特征的表达并抑制冗余噪声. 结合YOLOv12目标检测器，所提算法在夜间目标检测数据集ExDark和自建数据集上的平均精度均值分别达到了83.4%和80.4%，显著优于PE-YOLO等现有主流算法. 在COCO和DarkFace数据集上的对比实验结果验证了算法的泛化性. 所提算法通过增强图像的细节特征和对比度，提升了低照度场景下目标检测模型的性能.

无人机视角下目标偏小、背景复杂、场景包含多尺度信息，现有算法在小目标检测中特征提取不充分、检测效果不佳，为此提出面向多尺度复杂场景、无人机视角下基于重构YOLOv11的小目标检测算法DLSRF-Net. 提出自适应深度可分离感受野注意力卷积模块(DSRFAConv)，提升模型对小目标感受野特征的提取能力并降低模型负载；设计多分支轻量化多尺度线性注意力机制，提升模型对小目标的关注度；设计RSCDI模块作为模型的上采样层和全连接层，解决特征信息丢失问题并抑制无用信息，提升模型的检测精度. 按照参数量和计算量将模型尺寸分为2类，并在VisDrone2021数据集上进行实验验证，结果表明，所提算法在2类模型尺寸下均取得了最优性能. 在DOTA和SSDD数据集上验证了所提算法的泛化能力.

针对无人机(UAV)航拍图像检测任务中存在的密集小目标特征混淆导致漏检率高的问题，在YOLOv11的基础上提出基于多尺度特征聚合的航拍图像检测算法FDL-YOLO. 设计基于频率动态卷积的特征提取模块C3k2-FDCN，通过动态调整卷积核频率响应特性，增强对小目标高频细节特征的敏感度. 使用动态自适应尺度融合模块，重构特征金字塔结构并新增160×160高分辨率特征图，实现跨尺度特征的自适应深度融合. 在网络输入端引入LoG-Stem层，增强输入图像边缘特征和强化目标轮廓信息. 在检测头前端构建浅层细节融合模块，通过通道空间双重注意力机制缓解密集目标场景下的特征混淆. 采用基于依赖图的结构剪枝策略，在保留关键特征通道的前提下优化模型参数，实现检测精度与轻量化部署的平衡. 在VisDrone2019数据集上的实验结果表明，利用改进后的算法，准确率提升5.9%，召回率提升8.2%，mAP50提升8.6%~47.2%，参数量下降了70%. 该算法能够有效应对无人机航拍图像目标检测任务中的挑战.

为了实现城市高架桥或高速公路改扩建工程超大规模盖梁的装配化、快速化施工，提出由钢板和超高性能混凝土（UHPC）制作的外壳及现浇核心混凝土（NC）组成的新型UHPC-NC组合盖梁.为了探究外壳UHPC和钢模板厚度对受力性能的影响，对不同UHPC和钢板厚度进行参数分析. 分析结果表明，在自重作用下，外壳的刚度受UHPC和钢板厚度及其比例的共同影响. 当张拉预应力和浇筑混凝土时，UHPC和钢板越厚，外壳的受力性能越好，但是经济性会降低，建议采用UHPC厚70 mm，钢板厚6 mm的方案. 为了验证该方案的可行性和安全性，设计1∶2.5的缩尺模型，开展静力加载试验. 结果表明，新型UHPC-NC组合盖梁的受力性能好，安全储备较高，可以为盖梁的装配化施工提供参考.

蜉蝣算法的种群多样性低、寻优性能差，为此提出基于精英协同进化的蜉蝣算法（ECMA）. 将雄性蜉蝣种群根据自身种群适应度分为精英种群和普通种群，精英个体进行自我学习以保持种群的多样性，实现高水平的全局搜索；普通个体飞向统一目标进行局部开发，以提高ECMA的收敛速度. 根据婚姻市场理论改进雌性蜉蝣的位置更新，提高ECMA的寻优性能；引入新的自适应重力系数平衡全局搜索和局部开发能力，提高ECMA的收敛精度；引入莱维飞行的跳出策略，避免ECMA陷入局部最优. 基于20个基准测试函数和CEC2019测试函数进行算法的仿真优化分析，与蜉蝣算法以及其他优秀的群智能算法相比，ECMA在寻优精度、收敛速度和稳定性方面均有较大提升.

针对白车身基准设计知识分散、难以与几何模型融合导致自动化程度低的问题，提出空间-语义分层知识图谱（SSH-KG）建模方法. 该方法构建“零件–特征–点云–基准”四层本体模型，形成空间与语义相融合的统一表示框架，通过形式化公理实现语义规则到空间实体的自动映射与推理. 以某车型B柱加强板、A柱加强板及门槛梁为案例进行实验. 结果表明，与传统人工设计相比，所提方法将知识表示完整性（平均拓扑关联覆盖率）从49%提升至97.4%，空间-语义一致性（平均对齐率）从48.2%提升至98.3%，实现了从规则到方案的闭环自动执行. 基准方案的平均迭代次数由3.5次降至1次，设计总时间缩短约83%. 消融实验验证了点云离散化机制对提升推理鲁棒性与计算效率的关键作用.

为了提高重载与时变速及强噪声工况下电液伺服阀泄漏和阻塞隐蔽故障的诊断精度与鲁棒性，开展基于多源信号融合与混合注意力机制的电液伺服阀故障诊断方法研究，以增强模型对弱故障特征的表征与识别能力. 面向工程应用场景，构建压力与控制信号的双通道多尺度 Transformer 融合网络(DC-MTF-Net)，通过卷积注意力模块增强多尺度时序特征提取，引入交叉注意力门控融合实现多源特征的自适应加权. 采用自编码预训练与分类微调的两阶段学习框架，提升复杂生产环境下的特征表征与泛化能力. 基于重载与时变速的电液伺服阀试验平台多故障实验表明，与对比模型相比，所提方法的诊断准确率至少提高6%，在单通道诊断及多种噪声干扰对比实验下均表现出更高的稳定性和鲁棒性，验证了该方法在工程应用中的有效性.

从驱动方式、材料与制造、运动方式、传感与控制方面对集成化智能软体机器人进行综述，讨论集成化软体机器人与新型柔性传感器、机器学习之间相辅相成的关系，分析在驱动方式、建模与控制方面存在的问题. 根据驱动方式的不同，可以将集成化智能软体机器人分为流体驱动、智能材料驱动和化学反应驱动，能量来源决定软体机器人的集成方式和运动能力，而驱动方式的选用多是以仿生灵感为指导原则. 柔性传感器和机器学习作为软体机器人提高运动能力、优化控制方式的可靠工具，将推动智能软体机器人进入实际应用阶段. 实现可控和可预测自主运动能力的集成化智能软体机器人是软体机器人未来的发展方向，在运动方式上模仿动物的灵活姿态，在未知环境勘探领域有广阔应用前景.

为了准确预测周围车辆的换道意图，提高自动驾驶车辆的安全性与可靠性，提出基于Transformer和图注意力神经网络（GATv2）的时空联合换道意图预测模型. 采用对称指数平均滤波对NGSIM原始数据进行平滑处理，利用差分方法重新计算速度和加速度并去除异常值，通过建立车辆八邻域，对目标车辆及周围车辆的数据进行统一化处理，为模型训练验证提供基础. 使用Transformer多头注意力挖掘时序依赖关系，利用GATv2进行每个时间步车辆间的交互关系量化，构建基于时空特征与多车交互关系的Transformer-GATv2换道预测模型. 实验表明，相较于其他基准模型，所提出的模型在准确率、召回率和F₁分数等指标上均具有明显优势，达到98.04%的预测精度，证明模型具有较好的换道意图预测精度和提前预测能力. 将该模型部署于六自由度驾驶模拟器与CARLA联合仿真平台，开展模型在环测试，验证了模型在实际场景下的可用性.

大规模分布式光伏并网给中压配电网带来严重功率反送，导致中压配电网出现节点电压越限和配电变压器反向过载问题. 以系统潮流平衡、节点电压偏差、配电变压器反向负载率和线路载流量为约束条件，以分布式光伏并网容量与系统网络损耗之差的分布式光伏等效并网容量为目标函数，建立中压配电网分布式光伏承载力评估模型，并提出改进模拟退火-粒子群(SA-PSO)算法. 对IEEE33系统和实际中压配电网进行分布式光伏承载力计算，结果表明，所建立的分布式光伏承载力评估模型适用于中压配电网节点电压稳定性与配电变压器安全运行问题评估；相较于其他算法，改进SA-PSO算法提高了评估模型计算的收敛速度与寻优能力，在相同约束条件限值下，所得线路分布式光伏承载力更高，且系统网络损耗更低.

为了经济高效地回收超临界CO₂布雷顿循环（SCBC）的余热，分别采用卡琳娜循环（KC）和有机朗肯循环（ORC）作为底循环，设计了SCBC/KC及SCBC/ORC这2种系统方案. 对2种方案系统进行参数分析并利用NSGA-Ⅱ多目标遗传算法对联合循环系统进行多目标优化计算，将优化结果与SCBC系统性能进行比较，突出联合循环系统的性能优势. 参数分析结果表明：2种联合循环系统热力性能均存在最佳压比；升高底循环膨胀比有助于提升系统热力性能；提高底循环涡轮机进口温度有助于改善系统?经济性能. 对比结果表明：优化后的SCBC/KC系统热效率和?效率较优化前SCBC系统分别升高了9.27%和8.69%，?经济成本仅升高了0.92%；SCBC/ORC系统热效率和?效率较优化前SCBC系统分别升高10.73%和10.08%，?经济成本升高了1.87%. 通过比较分析可知，SCBC/KC系统更经济，而SCBC/ORC系统更节能.

为了实现飞机制造企业总装生产线车间物理空间与信息空间的实时交互与深度融合，通过分析飞机总装生产线组成单元与生产业务逻辑，提出基于数字孪生的飞机总装生产线车间建模框架. 从“人、机、料、法、环、测”六维视角出发，阐述生产线关键要素建模与实现，并提出飞机总装生产线三维可视化及信息集成平台实现技术流程. 在CATIA中建立车间三维数字模型，基于浏览器和WebGL技术建立虚拟空间，通过采集生产现场过程数据实现物理实体向虚拟空间的实时映射. 以某型飞机总装生产线车间为例，实现总装现场与虚拟可视化的同步映射、WebServices服务、信息查询服务及装配工艺过程查询服务，有效提高作业效率并为工作人员决策提供科学参考.

针对大语言模型难以对事件中层级化语义建模的问题，提出基于分阶段语义感知的事件抽取大模型框架，整个框架模拟了人类“先识整体、再学细节”的认知机理. 结构化统一编码设计了不同领域的统一的提示词. 即插即用的语义感知驱动单元支持事件类型预测和论元提取的分阶段学习，通过自适应权重分配机制使大模型关注细颗粒度的语义信息. 为了提升模型的泛化能力，提出基于事件分解的数据增强来丰富训练数据. 在CASIE和ACE2005数据集上进行的实验结果表明，该方法在事件抽取中的性能取得显著提升.

针对路面病害生成和恶化的预测问题，提出应用图卷积神经网络的路面病害态势预测方法. 通过聚类算法建立拓扑网络，选取目标病害在演化过程中的主要影响因素；为了增强图神经网络对病害信息的表达能力，采用图拓扑增强的方法，从静态和动态方面分别构造与病害信息相关的视图；采用图神经网络(GNN)架构增强的方法，在视图维度上应用注意力机制调整不同视图的影响力，并在时间维度上应用Transformer和GRU模块，增强模型在长时间序列中对病害状态的预测性能. 设计模型的内部调整测试，经消融试验、多样本测试和超参数对照组的验证，证明所提模型的适用性和稳定性. 针对大型稀疏的路面病害数据集，此模型的平均绝对误差均值收敛在4.0以内，综合性能优于传统预测算法.

为了解决无人机（UAV）航拍图像目标检测面临的复杂背景干扰、目标尺寸小以及设备资源有限等挑战，提出基于YOLOv8s的轻量化小目标检测方法. 为了增强微小目标检测能力，重建高分辨率检测头. 设计动态多尺度聚合网络，动态调整感受野以适应目标尺度变化. 提出高效多尺度特征深度融合模块，自适应整合无人机图像不同层级提取的特征信息. 将融合后的特征进行双重精炼，建立高效通道-空间注意力模块. 在VisDrone2021公开数据集上的实验结果显示，改进后算法在验证集上的平均精度、不同交并比阈值下精度以及中小尺度目标检测精度均提升5.0%以上. 在保持较低计算量的同时，参数量减少16.25%. 在DOTA数据集上验证模型的泛化性，所提算法在提高检测性能的同时，实现了模型轻量化，可以应用于无人机航拍图像目标检测.

针对自主水下航行器（AUV）在平面直线航迹跟踪过程中的航迹超调问题，设计基于航向航速双闭环运动控制的航迹跟踪控制算法. 跟踪算法以视线导引法（LOS）为基础，设计时变前视距离提高AUV的机动性，并以一阶惯性滤波抑制因航向切换产生期望航向角的阶跃变化. 控制算法采用抗积分饱和PID控制及参数自适应，以增加算法的鲁棒性，并将航向航速控制设计成双闭环，使得 AUV航行时期望航迹段终点的距离偏差实时调整期望航速. 结果表明，此航迹跟踪控制算法根据距离偏差调节实时航速，可使AUV提前减速以低速转向，抗积分饱和可避免航速超调，参数自适应以适应多种航行工况. AUV能准确跟踪期望航迹，最大航迹偏差小于1.0 m，并且大角度转向时可有效减小航迹超调.

针对高速公路施工区域车速波动大，通行效率低的问题，从网联环境车队行为协同优化角度出发，构建车队被动换道行为模型. 利用Plexe-SUMO搭建仿真平台，设计相应车队生成及换道选择算法，实现车队行为的生成与仿真. 考虑不同的流量状态，通过调整车队规模，探究不同车队规模对施工区通行效率提升的影响，寻求较理想的车队组织形式. 结果表明，在中、低流量（小于900 辆/h）状态下，车辆以较小规模（小于4辆）的车队形式行驶较合适. 随着路段流量的增多，尤其在高流量状态下，车辆组成规模较大的车队（大于6辆）更能够提升通行效率. 在实验场景下，当单车道流量小于1 100 辆/h时，理想的车队规模为2辆. 当流量较大时，理想车队规模为6~8辆. 这表明在不同流量状态下的施工区域，存在某一合理车队规模，使得路段通行能力达到最优.

变换器在老化不均或者布局偏差的情况下，容易出现同一桥臂上管与下管热应力不一致的问题，为此提出基于死区移位调整的上、下桥臂热均衡新方法. 在线监测绝缘栅双极型晶体管（IGBT）导通电压，基于IGBT导通电压与结温之间的映射关系推算IGBT的实时结温，并判断同一桥臂上下管的温度差异. 当上下桥臂热应力差异超过阈值时，通过微调死区的位置来调节上桥臂和下桥臂的有效导通时间，主动调控上下桥臂的功率损耗分布，从而在不影响系统总损耗的情况下，使温度较低的桥臂损耗增加，温度较高的桥臂损耗减少，从而提高变换器中功率器件热应力一致性，提升系统可靠性. 理论分析和实验结果表明，所提方法不会影响系统效率，对输出性能也没有显著负面影响. 在典型工况下，调整后上管与下管之间的平均温度差降低了约14%，有效提升了上下桥臂热应力一致性.

传统计算智能技术缺乏实时性和适应性，基于并行计算的计算智能技术能够提高计算效率，解决多模态信息兼容处理的问题. 分别从智能计算的3个分支（神经网络、进化算法和群智能算法）介绍计算智能与大数据并行计算融合的研究现状. 总结并行计算智能面临的问题与挑战，思考相关研究的发展方向.