庆祝实验室三位优秀博士生顺利毕业
实验室的三位优秀成员于9月10日成功通过博士论文答辩，顺利毕业！这一重要成就体现了他们的努力和奉献，彰显了他们在智能交通领域的突出贡献。
毕业生介绍：
指导老师：陈喜群教授、胡隽研究员
论文题目：“基于知识迁移与深度学习的道路交通流量预测”
研究摘要：在道路交通流预测任务中，深度学习方法通常带来分布假设强、数据要求高、算力消耗大等挑战，而实际应用测试环境中往往存在数据条件差、模式变化频繁、计算资源有限等问题。本文针对以上模型方法与应用条件之间的矛盾，研究并结合迁移学习范式与物理正则学习方法，从具备高质量检测环境的源域道路交通流数据集中学习并迁移流量演化知识，弥补现有研究在小数据样本、低计算资源、高时空缺失条件下适应性不足的问题。
指导老师：胡隽研究员、马东方教授
论文题目：“多源数据环境下基于深度强化学习的区域交通信号优化”
研究摘要：本论文针对车路协同系统提供的多源信息，系统性地研究了交通信号控 制优化问题。通过深入分析宏观与微观交通流特性，本研究首先在单个路口层面进行了 信号优化。基于通信与泛化的双重需求，研究进一步将优化策略扩展至区域级别，开发 了通信协同控制和区域可扩展控制方案。这些方法不仅改善了交通信号控制策略，还适 应了多变的交通环境。它们为智能交通系统提供了新的理论与方法，对提高城市交通管 理效率、缓解拥堵以及增加通行效率具有重要的实际意义。
指导老师：胡隽研究员、陈喜群教授
论文题目：“即时外卖配送系统建模与服务设计要素优化”
研究摘要：随着国内外移动支付技术的发展和普及，即时外卖配送服务（ODMD）迅速兴起。在复杂的网络效应影响下，平台需肩负更多社会责任，ODMD系统的运营管理成为学术研究的新热点。如何解析多方交互影响的机理、量化ODMD 服务设计对服务水平的影响、评估平台管理策略的应用表现。成为亟待解决的关键科学问题。该研究聚焦单一ODMD 平台主导的垄断市场，旨在量化平台系统管理策略的影响，优化系统管理，为平台及其他系统决策方提供管理洞见。
我们衷心祝贺李俊懿博士、周斌博士和叶安珂博士取得的卓越成就！他们的研究不仅推动了我们对智能交通系统的深入理解，还为可持续出行与运输系统的未来发展开辟了新的方向。
在他们踏上职业生涯新阶段之际，我们期待看到他们在学术界和工业界的进一步贡献。让我们共同庆祝他们的成就！