2022年，交通运输中外合作办学专业共62名毕业生完成了本科毕业设计。毕业论文的写作是学生在老师的指导下独立完成科学研究的活动，是师生共同智慧和汗水的结晶，是对毕业生综合素质、实践创新和科研能力的一次考验。

运输合作办学专业2022届学生共有6人获得校级优秀毕业论文称号，现将其展示如下。优秀毕业论文的展出有利于低年级学生树立认真对待毕业论文撰写的意识，增强其专业认同感，获得新知识和新启发，为后续的毕业论文工作奠定良好基础。

接下来让我们一起欣赏这些优秀的毕业论文吧！

Project Title

以公平性为导向的物流配送服务的优化方法研究

Equity-oriented vehicle routing optimization method for logistics distribution Service

作者

运输1814班 陈可馨

主导师

商攀-运输学院副教授

共指导6名本科生顺利完成毕业设计，其中1人获得了优秀本科毕设的荣誉称号；共指导6个本科生队伍参加了大学生创新实验项目，其中1个队伍获得了全国大学生交通科技大赛一等奖以及金士宣杯创新能力竞赛一等奖。

副导师

Dr. Xiao Lin

荷兰代尔夫特理工大学交通工程领域研究员，研究内容包括动态交通管理及基于实时信息的运输协调优化与控制。

研究内容

在当下消费者群体较为稳定的情况下，如何提高现有的外卖服务水平以不断增加消费者粘性是当下需要解决的重要问题。在结合消费者群体特点及消费者选择外卖平台的主要考量因素下，本研究从提高物流配送服务公平性的角度出发，对现有的主要以成本最小化为目标的车辆路径规划模型进行优化，以提高消费者粘性。在此基础上，本研究结合当下提倡的共享资源模式，以寻求公平性及效益性的进一步提升。

研究成果

本研究在考虑客户公平性的条件下描述了物流配送服务过程，设计高效求解算法，以适用于多商品流的配送路径规划，合理量化了客户公平性的指标，有效提升了物流配送服务质量，并在此基础上帮助企业寻找到当下最优的资源共享物流配送服务模式。

毕设所获得的奖项或成绩

校级优秀毕业论文/A

Project Title

基于人工智能的城市轨道交通多步短时客流预测

Artificial intelligence-based multi-step short-term passenger flow prediction in urban rail transit systems

作者

陈奕洁

运输1814班

主导师

张金雷-运输学院讲师

张金雷，讲师，围绕机器学习、深度学习与交通大数据挖掘，指导本科毕业设计2项，指导大学生创新创业项目3项，指导全国大学生交通运输科技大赛1项。

副导师

Dr. Panchamy Krishnakumari

荷兰代尔夫特理工大学副教授，运输规划系人工智能出行实验室主任，研究领域为交通运输数据驱动的多规模模型。

研究内容

准确、可靠的短时客流预测可以从多个方面为城市轨道交通的运营提供支持，例如缓解站内拥堵、 降低事故的发生概率、优化列车时刻表、提高运营组织和资源配置的效率等。本研究以时间序列进站客流、OD数据以及POI数据作为数据输入，以基于Transformer机制的LSTM网络、深度注意力模块和CNN作为网络基础，提出城市轨道交通网络级多步短时客流预测模型。同时，本研究使用多步预测，在保证了预测精度足够高的条件下，获得更长的预测时间与更详细的预测信息。最后在在两个大规模城市轨道交通真实数据集中对该模型进行测试，并设置基准模型与消融实验进行对比。

研究成果

本研究所提出的城市轨道交通多步短时客流预测模型能够充分挖掘多源输入数据中的时间、空间特征以完成预测任务，并提高短时客流预测的精度。OD数据的输入能够更好地展现站间联系紧密程度和网络中的全局信息。同时，多步预测的方法，可以利用细粒度下的客流时间序列，将短时客流预测拓展到中长期预测的时间跨度。最终的实验对比结果证明了的所提出模型的有效性。

毕设所获得的奖项或成绩

校级优秀毕业论文/A

Project Title

公交系统中疾病感染的传播模拟与病毒控制策略研究

Simulating the Spread of Infection in Transit Networks and Containment Strategy Study

作者

李明松

运输1814班

主导师

张宇丰-运输学院讲师

2021年9月加入北京交通大学交通运输学院任讲师，截至2022年6月，共指导本科生毕业设计1人次，优秀率100%。主要研究方向为交通网络分析、公共交通运营管理、MaaS系统优化、交通系统不确定性分析和优化。

副导师

Dr. Oded Cats

代尔夫特理工大学教授，智能公共交通实验室负责人。他结合行为学、运筹学和复杂网络理论，开发多式联运城市客运系统的方法和模型。他是代尔夫特理工大学七个获得欧盟科研基金的研究员之一。

研究内容

以一个给定的公交网络为研究对象，通过GTFS数据对其在时间维度上进行展开，建立一个基于时刻表的公交最短路分配算法，然后根据乘客出行需求的OD信息以及预计出发时间完成乘客的公交路径分配。

基于第一部分中得到的路径分配结果，提取所有分配到出行路径的乘客的时空接触网络，得到乘客之间的接触场景（分为车内接触与车外接触）与接触时间；之后以时空接触网络为基础，以不同的接触场景与接触时长为输入，通过基于群体和基于个体的两种传染病SIR传播模型对每一乘客在每一时间步上的状态以及传染病在公交系统中的传播过程进行模拟。

通过修改部分公交线路的时刻表模拟不同的公交运营策略，重新对乘客进行公交最短路分配、建立时空接触网络并模拟传染病在公交系统中的传播过程，依据不同策略下不同的传染病传播情况，提出一些可能抑制传染病在公交系统中传播的策略。

研究成果

高速公路平曲线碰撞预测模型

Crash Prediction Models for Motorways Horizontal Curves

作者

毛梦凝

运输1813班

主导师

Dr.Haneen Farah

Dr.Haneen Farah是荷兰代尔夫特理工大学运输与规划系副教授，也是交通运输安全实验室的主任。她的研究方向主要为道路基础设施设计、道路使用者行为和交通安全领域。

副导师

康柳江-运输学院教授

指导学生获得交通科技大赛、互联网+、挑战杯等科技竞赛获得省部级一等奖以上奖励7项。

研究内容

本文根据2014年至2021年美国弗吉尼亚州监测事故数据，利用泊松回归和负二项回归建立了弗吉尼亚高速公路水平弯道的碰撞预测模型。具体地，本文考虑布里斯托尔、塞勒姆和斯汤顿三个地区中非州际主要干线上无交叉口的水平曲线路段以及11个解释变量（长度、半径、曲率、年平均日交通量、路面线型、车道数、限速、左/右路肩宽度、中间带类型和中间带宽度），并对其中主要的碰撞数据进行分析。同时，本文按照是否以曲线路段分组为条件分别建立了泊松和负二项回归模型，并作了模型间的对比。

研究成果

研究发现负二项回归能更好的预测弗吉尼亚州水平弯道的碰撞频率，其中按路段分组后的负二项模型最优。依据最优模型的结果，对碰撞频率显著的变量为长度、半径、曲率、年平均日交通量、中间带类型和中间带宽度。其中，年平均日交通量、水平曲线半径和水平曲线曲率对道路碰撞有正向影响，即日交通量越大，道路越弯曲，会导致更多的碰撞。水平曲线的长度、中间带的类型和中间线的宽度将对碰撞的数量产生反作用。当水平曲线较长，中间带较宽时，发生的碰撞事故较少。

本文为弗吉尼亚州部分高速公路水平曲线开发的模型对许多应用都有积极意义，可以在调整或设计公路水平弯道时预测和评估道路安全。

毕设所获得的奖项或成绩

校级优秀毕业论文/A

Project Title

市民共享空间交通感知研究

Sensing Shared Spaces Using Open-Source Tracking Tool

作者

齐雨辰

运输1814班

主导师

Dr. Yufei Yuan

Yufei Yuan是荷兰代尔夫特理工大学交通与规划系研究员。他的研究方向为交通流理论与仿真、交通数据处理与分析、交通状态预测与分析、常态以及应急状态下的交通管理与分析，智能交通系统等。

副导师

尽管共享空间（异质交通流之间无明显物理分隔）的实施有益于市民的安全和通行效率，但对慢行交通的参与者在此类环境中的行为研究却非常有限。本研究重点聚焦于开发一个易用高效的从视频数据中提取行人与自行车微观轨迹的方法，从而解决慢行交通感知领域中数据获取时间成本高的问题。本研究首先使用开源跟踪工具Tracker进行目标检测进行轨迹数据的提取，随后将得到的原始数据转换到地面水平，同时轨迹质量检测贯穿整个过程。从视频数据中获得详细的微观轨迹之后，本研究定义了一些可用于描述慢行交通流状态的交通参数以进行后续的交通流行为分析，最后开发的框架被应用于一个真实世界的数据集--代尔夫特的一个模拟共享空间环境的受控实验。

研究成果

本研究主要开发了一个在实践中易于操作且限制条件较少的从视频数据中获取行人与自行车微观轨迹的方法，从而解决慢行交通领域的感知问题，可供研究人员基于监控甚至是互联网视频获得详尽的轨迹数据从而校准模型、进行交通仿真，或是评估现有的共享空间设施服务水平。

毕设所获得的奖项或成绩

校级优秀毕业论文/A

Project Title

基于车辆轨迹数据的交叉口合流冲突分析及优化方法研究

Research on Merging Conflicts at Intersection and Optimization Scheme Based on Vehicle Trajectory Data

作者

谢睿宁

运输1813班

主导师

副导师

研究内容

道路交通安全问题已成为全球公认的交通顽疾，交叉口作为道路交通的瓶颈点和事故频发区域，是交通安全及车辆通行效率的极大制约因素。合理有效地评价其安全水平，降低事故发生可能性及后果严重程度，对于改善道路交通安全至关重要。本文以交叉口右转车辆合流冲突为切入点，使用交通冲突技术作为支撑，利用实地调查数据，从冲突严重程度、冲突影响因素、安全评价等一系列角度进行研究分析。

研究成果

由观测视频提取车辆轨迹数据，使用齐次坐标转换进行摄像机的标定，对车辆冲突特性进行分析。基于冲突评价指标后侵入时间、两车速度差及刹车剩余距离，建立模糊C-均值聚类模型划分冲突严重程度，并使用轮廓系数验证聚类有效性。基于多分类有序Logistic回归，探究冲突严重程度的各项影响因素，研究表明车头时距、两车间最小距离、车型、右转转弯半径、冲突顺序、跟车情况、车流量等会显著影响冲突严重水平。使用VISSIM仿真模拟交叉口冲突情况，提出冲突改善措施，并对设置车道导向线、渠化、正交型路口的有效性进行验证。