| 姓名: | 王挺 | |
系/所: | 物流管理系/交通运输与物流研究所 | ||
职务: | 专任教师 | ||
职称: | 讲师 | ||
电话: | |||
电子邮件: | |||
通讯地址: | 吃瓜视频 梅山校区王明康乐雪芳海运楼 |
研究领域
个人简介
2014.09-2018.06 江苏大学 交通工程专业
2018.09-2021.06 吃瓜视频 港航技术与管理工程专业
2023.10-2024.10 Monash University 交通工程专业
2021.09-2025.08 同济大学 交通运输工程专业
主要从事交通流态势感知与管控、车辆轨迹预测及车队控制方面的研究。基于图神经网络,物理信息深度学习等技术,发表论文30余篇,其中以第一作者在Transportation Research Part C、Expert Systems with Applications等期刊发表SCI论文10篇,中文期刊论文1篇,录用ITSC,TRB,HKSTS会议论文3篇, Google学术论文引用量400余次;参与多项国家重点研发项目、国家自然科学基金面上及校企合作项目,深度参与智慧高速云平台与节假日拥堵治理平台关键算法开发。获博士研究生国家奖学金、省/校级优秀毕业生、优秀博士新生奖学金等荣誉奖励。
科研项目
1.为明天城市的清洁空气融资: 通过土地增值回馈确保城市可持续发展、 提高城市空气质量的潜力,国家自然科学基金,参与
2.智慧高速公路云平台关键算法联合攻关项目,中远海运集团,参与
3.基于人工智能的崇明隧桥节假日交通时空精细化预测模型研究,上海市城乡建设和交通发展研究院,参与
代表性论文和专著
[1]Wang T, Li Y, Cheng R, et al. Knowledge-data fusion oriented traffic state estimation: A stochastic physics-informed deep learning approach[J]. Transportation Research Part C: Emerging Technologies, 2026, 182: 105422.(中科院一区TOP)
[2]Wang T, Ngoduy D, Zou G, et al. PI-STGnet: Physics-integrated spatiotemporal graph neural network with fundamental diagram learner for highway traffic flow prediction[J]. Expert Systems with Applications, 2024, 258: 125144. (中科院一区TOP)
[3]Wang T, Ngoduy D, Li Y, et al. Koopman theory meets graph convolutional network: Learning the complex dynamics of non-stationary highway traffic flow for spatiotemporal prediction[J]. Chaos, Solitons & Fractals, 2024, 187: 115437. (中科院一区TOP)
[4]Wang T, Li Y, Lyu H, et al. Multi-scale feature-aware spatiotemporal graph convolutional network for highway traffic flow prediction[J]. Transportmetrica A: Transport Science, 2025: 2550377.
[5]Wang T, Cheng R, Wu Y. Stability analysis of heterogeneous traffic flow influenced by memory feedback control signal[J]. Applied Mathematical Modelling, 2022, 109: 693-708.
课程教学与人才培养
硕士:《交通系统控制理论》
获奖与荣誉
1.博士研究生国家奖学金
2.浙江省级优秀毕业生
学术兼职
1.《交通运输工程与信息学报》专栏编委