<acronym id="oqymk"><small id="oqymk"></small></acronym>
<rt id="oqymk"><small id="oqymk"></small></rt>
ENGLISH | 加入收藏 | 設為首頁
當前位置: 首頁>新聞公告>學術活動

MATS LAB SEMINAR(MAAS)預告 | 大數據時代的交通運輸管理與交通流模型

發布時間:2021-01-11    來源:
MATSLAB SEMINAR(MAAS)

本周我們有幸邀請到了北京化工大學李想教授和東南大學劉志遠教授,為大家帶來“大數據時代的交通運輸管理”學術報告和“A Data-driven Traffic Flow Model Based on Gaussian Process”學術報告,歡迎大家參會交流。

主講人簡介:

李想,北京化工大學經濟管理學院教授,博士生導師,大數據交通與物流實驗室主任。研究領域包括交通運輸管理、;愤\輸管理、大數據優化等,出版英文專著2部,發表論文100余篇,榮獲省部級獎勵7項,授權國家發明專利6項,登記軟件著作權1項,F任Springer期刊Journal of Data, Information and Management主編,Information Sciences 等多本SCI/SSCI期刊副主編/編委,《運籌與管理》編委、《系統工程學報》編委,中國管理科學與工程學會理事、中國優選法統籌法與經濟數學研究會理事、中國運籌學會理事等。

劉志遠,東南大學交通學院教授、博導、副院長,復雜交通網絡研究中心主任。主要研究領域包括交通網絡規劃與管理、交通大數據分析與建模、公共交通、多模式物流網絡等。迄今為止在這些領域中發表學術論文百余篇,其中被SCI/SSCI期刊檢索70余篇,論文被引用2000余次。擔任交通研究領域知名SCI期刊ASCE Journal of Transportation Engineering以及IET Intelligent Transport Systems副主編,擔任國際期刊Transportation Research Part E(SCI/SSCI)、Transportation Research Record(SCI)、Journal of Transport and Land Use(SSCI)編委。

講座預覽:

第一場

大數據時代的交通運輸管理 

主講人:李想

摘要:本工作重點介紹城市軌道交通大數據與節能管理、地面公交大數據與客流管理、共享交通大數據與調度優化,以及城市綜合交通與共享交通協同管理的若干問題。

第二場

A Data-driven Traffic Flow Model Based on Gaussian Process

主講人:劉志遠

摘要:經典交通流理論研究嘗試通過物理模型來研究道路交通流運行和演化的規律,但存在一定不足,無法有效利用海量有價值的交通數據信息。為了準確估計交通流中的基本參數關系,我們提出了一個新的數據驅動交通流模型,對經典的基本圖(FD)模型進行拓展。該模型可拓展性較強,能夠借助多源交通大數據,考慮更高維度的交通狀態變量(需求側變量);能夠考慮道路供給條件對交通狀態的影響(供給側變量);直接對變量之間的統計關系建模,不依賴均衡狀態假設;使用機器學習模型替代傳統參數模型,提高交通流分析的精度。我們采用高斯過程(GP)回歸作為基礎模型來學習從需求側變量和供給側變量到交通流量的基本關系,并應用于道路動態容量估計問題。我們利用仿真實驗來驗證新模型在道路流量估計問題中的有效性,實驗結果表明新模型能夠捕捉交通流需求側變量、供給側變量與流量之間的復雜關系。

參與方式:

會議時間:2021/01/15 19:00-22:00 (GMT+08:00)

參會方式:

① 點擊鏈接入會,或添加至會議列表:

https://meeting.tencent.com/s/txBtCn8SbGGn

會議 ID:127 314 289

會議密碼:0115

② 手機一鍵撥號入會

+8675536550000,,127314289#(中國大陸)

+85230018898,,,2,127314289#(中國香港)

③ 根據您的位置撥號

+8675536550000(中國大陸)

+85230018898(中國香港)

相關文章
地址:天津市南開區衛津路92號 | 郵編:300072
津ICP備05004358號 津教備0316號 天津大學管理與經濟學部 版權所有
天下好彩