数据驱动的跟驰模型及其应用

报告题目:数据驱动的跟驰模型及其应用

报告人:北京交通大学教师 贺正冰博士

时间:5月24日(周四)下午3:00

地点:交运报告厅

 

摘要:

车辆跟驰模型是交通流理论等领域的核心与基础。传统交通流模型均使用数学公 式描述车辆的运动过程。随着大数据时代的到来,报告人创造性地提出了完全由数据驱动的车辆跟驰模。该模型具有简单(无公式)、无需标定和假设、可还原重要宏微观交通流现象等特点。

传统缓解交通拥堵的手段主要有匝道控制、交通诱导、可变限速以及需求管理等,鲜有新技术与新方法的突破。报告人道而行之,利用数据驱动的跟驰模型,有目的地引导车辆在到达拥堵点前,慢速行驶,以阻止高密度交通波的传播,为缓解交通拥堵,提供了全新的思路。

 

报告人简介:

贺正冰,博士。2011毕业于天津大学,并获得系统工程博士学位,现为北京交通大学讲师,IEEE Access副主编,Journal of ITS专刊编辑。致力于:利用交通流理论与交通工程知识,结合实际(大)数据,通过计算机技术与智能交通手段,解决有实际意义的交通管理问题。

近年来发表各类学术论文近50篇(SCI论文30篇),第一作者论文25篇,通信作者论文11篇,几乎覆盖了所有综合类和智能类交通期刊,在交通流理论、交通大数据、智能交通系统、车联网与无人驾驶技术、交通政策与环境等诸多领域取得了一系列的成果。个人主页 https://zhengbing.weebly.com