答辩时间：2025年5月23日15:30-16:45

答辩地点：诚明楼213会议室

答辩论文信息：

详情：https://ggxy.cueb.edu.cn/tzgg/82bd5ec7376f4c7498396f22d3b2b947.htm

学位论文简介

本文旨在深入理解城乡结合部特有的交通拥堵现象，并提出有效的缓解策略。首先从剖析城乡结合部交通拥堵的内在机理入手，通过实地调研和数据分析，探讨了由于职住分离、土地利用模式等特性导致的交通拥堵问题。在技术层面，开发了一种集成图卷积网络、长短期记忆网络和残差网络的GraphResLSTM模型，用于更精确地预测城乡结合部的出行起讫点。还提出了一个结合Transformer模型、K-Means聚类和非支配排序算法的交通状态分类方法，实现了对交通拥堵程度的精细化评估。基于上述理论和技术支持，设计了一系列静态预防策略和动态控制策略并经过具体案例的仿真验证，证明了其有效性和可行性。研究不仅丰富了相关领域的理论框架，还为实际交通管理提供了可操作的解决方案。

在学期间主要研究成果

[1] Hu G, Zhang J. 2025. Origin-destination prediction from road average speed data using GraphResLSTM model. PeerJ Computer Science 11:e2709 https://doi.org/10.7717/peerj-cs.2709

[2] Zhang J, Hu G (2024) Road side unit deployment optimization for the reliability of internet of vehicles based on information transmission model. PLOS ONE 19(12): e0315716. https://doi.org/10.1371/journal.pone.0315716

[3] Zhang J, Hu G. 2024. Transformer model-based multi-scale fine-grained identification and classification of regional traffic states. PeerJ Computer Science 10:e2625 https://doi.org/10.7717/peerj-cs.2625