11月2日14:30，我校电信学院徐立鸿教授、上海大学陈娟副教授、美国密歇根州立大学Erik Goodman教授等一行到访TOPS课题组。孙剑教授及其研究生在通达馆517会议室向来访师生介绍了课题组发展情况和当前研究项目。

孙剑教授介绍TOPS课题组基本概况

孙剑教授开篇介绍了TOPS课题组基本概况、数据资源信息以及仿真系统研发等研究工作。随后4位硕士研究生开始先后介绍各自研究项目。

硕士生李铁男率先介绍了城市出租车系统分析与优化的研究工作，据他介绍，我国出租车倾向巡游寻客，使得供需关系不能很好匹配，时空分布不平衡。为了解决供需难题，他正在研究出租车巡游路径推荐算法和夜间临时出租车停靠点选址设计，以改善目前的巡游过程中存在的诸多问题。目前研究尚面临若干挑战——随着优化范围的扩大，算法复杂度递增，此外选址、通行能力设计、时刻表优化等问题也亟待解决。

随后，研究生叶颖俊介绍了CAV（协同自动车辆）瓶颈优化研究工作，他提到目前车辆仿真模型涉及两个维度，即纵向的跟车模型和横向的换道模型，前者已存相当数量的研究，而后者因其复杂程度高，尚待研究。他认为汇入换道时，主车道前后车间距（gap）是关键因素，增大gap可促进汇入过程、优化通行能力。CAV车辆瓶颈汇入过程中则可通过协作减速、协作换道等方式保证合理的gap。该课题目前因控制变量过多、解空间复杂，尚需进一步的研究工作。

接着研究生黎淘宁介绍了上海快速路网CTM模型研究工作，她表示，相较于微观交通模型，宏观交通流模型更加简单，参数更少，计算工作量更小。为此她专门举例说明，对于一个仿真实例，Vissim仿真软件和CTM模型仿真精度相当，但前者需要标定28个参数，后者仅需6个参数即可。她的研究目标是对上海市整个路网建立CTM模型。这样可以实现拥堵预测、交通需求管理、车道管理、联动控制、动态路径选择、速度引导等多重功能。该研究面临的挑战则是标定算法选择与复杂度问题。

最后，研究生殷炬元介绍了互联网+环境下的交通信号控制，信号控制经历了定时控制、检测器感应控制、智能控制等发展历程，随着互联网技术的蓬勃发展，大量移动数据涌现，利用这些数据弥补传统检测数据的缺陷实现更高效的信号控制成为他的研究课题。他目前着手通过交通流理论融合卡尔曼滤波算法构建新的控制方法。有效信息提取、误差控制、多目标优化等是该研究的几大难点。

听完研究生简单介绍的相关工作进展后，徐立鸿教授肯定了课题组的研究工作，他表示课题组拥有丰富的数据资源，在面临复杂的交通系统研究中，取得了不少进展。身为控制领域专家的徐教授随后阐释了分层控制思想、并介绍了他们团队在多目标高维度优化、数据驱动建模方面取得的研究进展，表示希望在优化算法和数据驱动建模方面与课题组合作，共同解决研究过程中面临的诸多挑战，以取得丰硕的研究成果。

最后，双方团队在合作研究方向上达成共识，并商定其他时间进一步展开具体问题讨论。

最近更新：2016年11月9日 16:04:04