本科生 / 交通运输工程
Live Simulation Dashboard
仿真项目
技术工具
获奖经历
研究方向
基于仿真平台研究交叉口与路网的通行效率与控制策略，以微观与宏观交通流模型标定真实场景。
利用海量轨迹数据与算法揭示城市交通的时空规律，支撑状态识别与短时预测。
基于 SUMO 与 TraCI 对城市干道进行双向绿波带优化，仿真显示平均延误下降 18.6%。
处理 1200 万条网约车轨迹，提取速度-密度特征，用无监督聚类识别拥堵传播模式。
在 SUMO 中用 DQN 训练单交叉口信号控制器，在非平稳需求下延误较定时控制下降 12%。
从 OSM 获取路网、用 netconvert 转换、校验车道数，到生成需求与信号优化——记录一次完整的 SUMO 仿真实践。
从 GPS 到交通状态需要地图匹配、聚合与状态估计。一个反直觉的发现：凌晨的"低速"其实是等红灯。
OSM + netconvert + SUMO + TraCI + Python + ECharts，以及为什么 VISSIM 不适合全流程自动化。
作品《基于 SUMO 的干道信号协调优化与仿真验证》从 300 余支队伍中脱颖而出，负责仿真建模与 TraCI 控制模块。
建模题"城市路网拥堵传播分析"，建立元胞传输模型并使用 Python 求解，主笔论文。
参与城市快速路通行能力评估项目，使用 VISSIM 复现高峰时段车流，输出改善建议报告。