（院研究生会刘文浩 文/图）3月31日下午，我院第十九期“工学智汇”智能交通技术研究生学术汇报活动于线上顺利举办，本次活动通过腾讯会议进行。浙江师范大学工学院毛程远老师参会指导，汇报人分别为23级智能交通技术专业研究生李怡迩、雷芳玲、胡年一、刘天龙和梁毅。工学院24、25级研究生积极参与了此次活动，活动由研究生林佳倩主持。
李怡迩同学汇报的主题是《基于文本挖掘的铁路事故致因链分析》。她针对铁路事故报告文本非结构化特点，开展基于文本挖掘的铁路事故质因链分析，提出融合深度学习与优化算法的质因链挖掘框架。在质因子提取与模型优化方面，提出PC指标组合算法，解决传统LDA模型最优主题数确定难题，确定最佳质因子数量为44，覆盖车辆配置、管理人员、环境等维度；同时优化文本预处理，扩充停用词表，仅保留名词与动词，适配事故报告语言特征。针对数据不平衡问题，采用自适应合成采样，构建BERT-BiLSTM-HAN集成模型，实现最优分类效果，并将混沌搜索与准学习机制融入海象优化算法（QOCWO）优化FP-Growth，挖掘出事故因素间的双向耦合关联规则，为铁路安全分析提供支撑。
雷芳玲同学以《城市信号交叉口电动自行车-机动车冲突及群体风险传播特性研究》为题，以金华市6个信号交叉口轨迹数据为基础，开展电动自行车与机动车冲突及群体风险传播特性研究。她通过轨迹追踪软件采集数据，经SG滤波与指数移动平均平滑处理，得到2732组机非交互事件与8965次电动自行车交互事件。利用K-models聚类将冲突传播划分为横向风险、纵向递减、纵向竖向及综合风险持续增强四类模式，并分析了交叉口间的分布差异。针对数据不平衡问题，她采用过采样与混合采样方案，对比CatBoost、XGBoost、LightGBM模型，得出混合采样下CatBoost预测效果最优，结合SHAP可解释性分析，证实电动自行车群体特征为关键影响因素，明晰了不同风险传播模式的作用机理。
胡年一同学围绕《考虑时间不稳定性的信号交叉口机动车事故严重程度影响因素研究》展开汇报，针对传统模型忽视时间动态性的不足，构建了统计与机器学习混合模型。她通过构建随机参数Logit与均值异质性随机参数Logit模型并对比，确定均值异质性模型拟合效果最优；经检验识别出部分因素具有时间稳定性，部分则存在时间不稳定性。研究进一步构建部分时间约束模型，区分出可约束与不可约束因素，提升了解释力，同时结合CatBoost模型与SHAP方法，验证了因素影响方向与统计模型一致，并精准捕捉到平峰与高峰时段在道路隔离、交叉口类型及车辆类型上的交互效应差异。
刘天龙同学汇报的主题为《易逝食品批量生产问题的两阶段鲁棒优化算法研究》，围绕需求不确定条件下易逝品批量生产问题展开鲁棒优化研究，构建两阶段鲁棒优化模型，通过对偶理论将双层Max-Min问题单层化，并引入辅助变量Ω完成双线性项线性化处理。细致对比了Benders对偶和CCG两种精确算法，并针对大规模问题计算复杂的短板，基于贪心规则的启发式算法设计了一种快速求解策略，在精度与求解效率间实现平衡。而研究在经典模型中引入损失参数，拓展了易腐品生产调度适用性。通过实验证实，不确定性水平升高会推高总成本，企业需通过增加产量以抵御需求波动。
梁毅同学的汇报聚焦于《面向低频线结构光的轻量化路面病害检测模型构建与优化研究》这一主题。他针对高精度路面病害检测设备成本高、低线结构光设备分辨率不足的问题，提出轻量化LPDNet检测模型与超分辨率重建方案。LPDNet采用轻量化非对称检测头降低计算量，提升检测帧率，并通过可变形模块与双层路由注意力机制，增强不规则裂缝与小目标检测能力，在公开数据集上精度表现优异，PCI偏差小。同时设计SFMANet超分辨率框架，利用通道形变卷积与渐进式像素重排改善图像伪影与模糊，结合任务驱动的联合损失函数，让低分辨率设备实现接近高精度设备的检测效果，兼具实用性与工程落地价值。
毛程远老师对本次汇报的各位同学进行了细致点评，在肯定成果的同时针对性提出改进建议：一是认可李怡迩的整体表现，其研究框架完善、成果扎实，建议后续尝试引入新方法开展拓展研究；二是肯定雷芳玲汇报内容详实、逻辑清晰，完成度较高，无需额外补充；三是指出胡年一在表达上可进一步提升，建议汇报时适当放慢语速、清晰吐字，先保证表达准确再逐步提升语速，为今后工作交流打下基础；四是认为刘天龙的研究思路较为传统，建议后续结合人工智能等前沿技术，增强研究的时代性与创新性；五是表扬梁毅汇报思路清晰，但存在表述卡顿问题，建议加强表达练习，提升汇报流畅度。
