对驾驶行为分类方法及量化评估进行综述，首先阐述了驾驶行为的涵义及表征方法，然后将驾驶行为分类方法划分为基于统计特性的分类方法、基于机器学习的分类方法、混合式（组合、集成）分类方法三大类，并对不同的驾驶行为分类方法的代表算法、优点及局限性等进行系统归纳和总结，其次，从多个维度对驾驶行为的量化评估研究进行系统介绍，最后介绍了驾驶行为分类及量化评估研究成果在多个领域的应用现状及前景展望。

为提高车用锂离子电池的热管理效率，将纳米石墨（NG）和纳米铝（NA）添加至石蜡（PA）中，制备纳米复合相变材料（NCPCM），基于组合数学建模研究了不同质量比NCPCM的热导率和相变潜热等物理参数对电池热管理效率的影响，完成组合数学质量比模式下的热导率和相变潜热，以及慢充至快充下的RGO/BN/PA CPCM、RT44HC /CF CPCM和NCPCM3的车用锂离子电池热管理试验分析，结果表明：3.5 C放电速率下，热导率为2.1 W/(m·K)、相变潜热为206.18 J/g的NCPCM3能将车用锂离子电池组的最高温度和最大温差分别降低至44.2 ℃和4.4 ℃，进一步提高NCPCM的热性能参数并不会显著提高热管理性能；NCPCM3的电池热管理效率明显优于RGO/BN/PA CPCM、RT44HC /CF CPCM，能确保车用锂离子电池组的正常工作温度。

为抑制声学包零件参数较强的不确定性引起的车内高频噪声大范围波动，提出了一种基于子区间修正摄动法的汽车高频噪声不确定性分析与优化方法，首先建立汽车高频噪声分析的统计能量基本方程，将不确定性参数划分为若干子区间，采用修正区间摄动法计算每个子区间的摄动半径，得到高频噪声性能的中心值和摄动半径，并利用区间不确定性优化方法对车辆的高频噪声性能和零件质量进行了优化设计。应用该方法对某车型的内前围、地毯进行分析和优化设计，结果表明，优化后，声学包零件质量减轻了3%，噪声波动区间下降幅度超过35%，系统的稳健性显著提升。

为研究雨天行驶时汽车的声品质，对风雨场中汽车乘员舱气动噪声信号进行声品质客观参量计算和主观评价，并对二者进行了相关分析。采用基于改进鲸鱼优化算法的反向传播（IWOA-BP）算法，以响度、粗糙度、抖动度、语音清晰度、语言干扰度和声压级6个客观参数为输入，以主观评分作为输出，建立预测模型，并与传统的反向传播（BP）神经网络预测模型和鲸鱼优化算法-反向传播（WOA-BP）预测模型进行了对比。结果表明，BP、WOA-BP、IWOA-BP算法的平均绝对百分比误差分别为28.33%、6.35%和2.82%，证明了基于IWOA-BP算法建立的风雨场中汽车乘员舱气动噪声声品质预测模型精度更高，效果更好。

为解决车辆整备车身噪声传递函数优化中消除某噪声传递函数声压级峰值时易引发新的噪声声压级峰值的问题，提出引入控制变量的车身噪声传递函数优化方法。以某车型驾驶室为研究对象，构建优化模型，以驾驶室结构板件厚度为变量，利用所提出的算法对涉及的参数进行迭代优化。结果表明，该方法有效降低了目标频带内的噪声传递函数声压级峰值。