组会简讯:2026年秋季第5次组会

作者:时间:2026-11-12点击数:

组会简讯:2026年秋季第5次组会

2026年11月10日,课题组举行了线上大组会,指导老师唐克双教授、朱宏副教授,课题组全体成员参与了本次组会。本次组会主要内容为Saani同学的研究进展汇报。

Saani同学的报告总结了数据驱动交通流分析与拥堵建模方面的进展,涵盖五项互补研究,涉及微观车辆行为、不完整观测下的交通状态推断以及多时间尺度预测。

第一项研究利用巴基斯坦高速公路的车辆记录发现,将小汽车—卡车和卡车—小汽车的通行顺序分开处理,可带来低于1%的、依赖具体情境的小幅预测提升;第二项研究识别出以卡车为中心和以小汽车为中心的序列之间的通行速度差异,但表明严格匹配会显著限制样本覆盖率和可推广性。

第三项研究证明,在加利福尼亚州I-880和I-680走廊上,事件对齐监督能够改善检测器历史数据被掩码条件下的概率拥堵状态推断,尽管混合状态识别仍然较弱,且点速度精度存在权衡。

第四项研究引入一个包含18个模拟交通历史的SUMO基准,用于评估稀疏车辆记录下的拥堵阶段识别与状态转换预警。

第五项研究开发了MS-CATNet-XGB,结合多尺度卷积、Transformer建模以及XGBoost–HuberStack精炼,用于预测未来5–60分钟内的四个交通变量,其行程时间指数平均绝对误差比XGBoost低22.3%。

该报告还介绍了在准备交通、事件、事故和天气数据集以进行集成方面的进展,为未来区分常发性与偶发性拥堵,以及开发自适应、具有因果基础的预测框架提供支持。



©2018  同济大学李克平唐克双课题组 版权所有 

上海市曹安公路4800号 021-65982200  管理员邮箱:yueding@tongji.edu.cn