本书通过室内仿真试验和现场实车试验，测量不同隧道光环境条件下物理量指标和生物量指标数据，分析时空效应下物理量指标和生物量指标的变化规律；基于隧道光环境物理量信息构建可实现驾驶者多种生物量指标的数据清洗和精准预测的PSO-SDAE模型，并通过部分依赖法探究物理信息表征的内在机理；基于ROC曲线构建划分驾驶者动态感知的临界速度阈值模型，分析不同隧道类型、行车速度条件下驾驶者生物量感知的具体差异以及内在机理；基于因子分析法构建生物量感知量化模型，并通过结构方程模型研究时空效应下的生物量的相互作用机理；最后，融合光环境物理量关键信息和驾驶者生物量动态感知，构建公路隧道行车安全评价模型，提出基于深度学习的隧道光环境信息动态感知评价方法，并进一步考虑驾驶者动态感知舒适需求对隧道照明进行优化。

更多科学出版社服务，请扫码获取。