FAST学术报告会——俞怡、何春光、沈辛夷、钱国敏

2018112日,课题组俞怡、何春光、沈辛夷、钱国敏在安中大楼A212分别为大家做了题为《宏观基本图的相关研究综述》、《机器学习的多种回归方法预测短时交通流量的比较分析》、《干线协调控制下的头车延误模型》和《同时考虑车辆延误和绿波带宽的自适应信号控制模型》的学术报告。

在报告中,俞怡首先介绍了国内研究的基本情况,分别介绍了宏观基本图的基本特性、影响因素和实际应用,并对未来研究进行展望。何春光先对预测模型进行一个概述,然后使用美国高速公路的数据进行实例分析,最后把各个模型方法在预测方面等方面的表现进行了一个总结。沈辛夷研究了协调控制下的头车延误模型,并探讨了混合放行与对称放行的选择。钱国敏介绍了快速响应短期交通需求波动,构建以延误最小化为目标,主路绿波带宽为约束的自适应协调控制模型的研究目标,并分别介绍了研究所使用的带宽模型和延误模型。

报告结束后现场老师和同学们就学术报告中分享的经验和方法进行了探讨交流。