6 个项目，覆盖交通仿真与大数据两个方向。
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%。
为 32 节点城市片区构建仿真路网，识别瓶颈路段并提出改善方案。
对 800 万次网约车订单做时空聚类，识别 6 类典型出行模式与潮汐特征。
构建城市路网图，用 ST-GCN 预测未来 15 分钟流量，MAPE 9.8%。