（院研究生会廖振雪 文/图）4月28日下午，我院第二十二期“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芮迎旭老师参会指导，汇报人分别为24级智能交通技术专业研究生王美潇、章浓、魏曙吴、何义娜、诸葛怡、王紫娴。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。
王美潇同学围绕《微电网下电动汽车移动储能作用的充放电行为建模与优化》展开汇报。围绕微电网可再生能源与负荷不确定性问题，她首先设计了基于模型预测控制的两阶段滚动优化调度策略。该策略以两阶段优化为核心，先通过预测数据计算供需缺口并动态调整峰谷电价，再由用户结合自身出行需求自主决策充放电行为，最后由微电网中央控制器协同优化电源出力与主网交换功率，实现调度策略的闭环滚动更新，有效应对不确定性挑战。为验证该策略的实际效果，研究进一步开展数值仿真验证，以浙江台州市为案例，预处理各类历史数据、设置对比场景，通过多维度综合分析及灵敏度分析探讨关键参数影响，全面验证模型的有效性、优越性及鲁棒性，为研究成果的实际应用提供参考依据。
章浓同学围绕《早强型乳化沥青混合料的生成调控与力学性能的多维解析》展开学术汇报，在公路养护提质增效、精薄罩面工艺应用广泛但存在早期强度低、开放交通迟缓及水损害、车辙病害突出等背景下，确立了研发新型早强型乳化沥青材料、加快道路开放交通并提升路用性能的研究目标；研究从材料开发与机理解析两方面开展，通过研制特种添加剂、采用先改性后乳化工艺解决相容问题，构建高温自降凝乳化工艺，制备出各项指标达标且早强性能优异的混合料，并计划从宏观、微观、纳观多尺度开展机理研究，借助多种表征手段与分子动力学模拟分析性能演变规律，最终建立多维度综合评价指标体系，研究创新体现在新型材料研发和多尺度解析力学性能的研究思路上。
魏曙吴同学汇报了《基于可解释机器学习的摩托车-汽车碰撞事故致因分析》，她指出摩托车交通事故全球高发、国内形势严峻，混行交通下摩汽碰撞受人、车、路、环境多因素动态影响，传统统计模型难以刻画非线性关系，普通机器学习又存在黑箱、可解释性不足的问题；本研究旨在融合统计、机器学习与因果推断构建分析框架，从相关分析深入到因果探究，为交通安全管控提供理论与数据支撑。研究内容分为三步：先用逻辑回归等统计模型筛选关键影响变量并量化边际效应；再引入XGBoost等机器学习模型，结合SHAP可解释性技术量化特征重要性与交互效应；最后依托因果机器学习开展因果推断，梳理变量因果路径、构建关键致因链。研究拟解决两大关键问题：借助SHAP提升模型可解释性，突破相关分析局限、识别真实因果效应；创新点在于构建统计—机器学习—因果推断多模型融合的事故致因分析体系，同时通过SHAP技术有效破解机器学习黑箱问题，可为交管部门提供可推广的分析范式。芮迎旭老师点评建议，可在现有可解释机器学习基础上，纳入车辆质量、速度、加速度、碰撞角度、冲量等碰撞场景物理特征，把数据驱动方法与实际物理碰撞机理相结合，进一步深化研究价值。
何义娜同学的汇报主题为《基于改进Transformer的信号交叉口电动自行车-机动车冲突风险识别与预测研究》，围绕信号交叉口混合交通流安全难题，构建了集数据、模型与应用于一体的全链条分析框架：首先依托无人机航拍与人工调查采集6个代表**叉口高峰时段数据，借助Kinova软件提取2730组有效交互事件，并搭建轨迹、环境、交互多模态特征体系，融合形成结构化特征张量；其次突破传统二值化判定方式，构建含瞬时风险强度、时间累积效应等要素的连续风险量化函数，基于改进Transformer模型融合时间自注意力、空间交叉注意力及自适应模态融合机制，实现交通流连续风险预测；最后从多维度验证模型性能，证实其可精准捕捉风险前兆，并通过模型输出映射时空风险场，结合算法识别风险热点。
诸葛怡同学针对自动驾驶安全测试成本高的痛点，提出基于逆强化学习（IRL）的对抗场景生成方案，并就《自动驾驶：逆强化学习与仿真》主题进行汇报。首先依托INTERACTION数据集，依据TTC、车距、减速度阈值筛选出1988条激进驾驶有效轨迹，通过IRL训练深度奖励网络，精准挖掘出激进驾驶员偏好高速行驶、延迟制动的行为特征；其次在IDM模型中引入反应延迟参数并划分多级缺陷等级，模拟驾驶员不同状态下的非理想反应，同时构建三车联合对抗场景，融合环境车急刹、缺陷车反应延迟与激进车IRL决策，有效复现了真实道路中的追尾高风险场景。
王紫娴同学针对轨道交通运营亏损问题，设计了效率导向的补贴分配机制。一方面构建多维效率评估体系，采用DEA交叉效率模型结合投入、产出指标测算58个城市轨交系统的静态与动态效率，并依据效率值聚类划分典型类别；另一方面建立博弈论补贴分配机制，通过Stackelberg主从博弈（政府设定预算与激励系数、企业响应提升效率，逆向归纳法求解均衡）及塔洛克竞赛模型（总补贴分为基线池与红利池，分别奖励静态效率与动态进步），实现补贴资源优化配置。对于王紫娴同学的汇报，芮迎旭老师指出，现有模型未考虑路网建模，仅以线路长度难以反映复杂路网结构。
芮迎旭老师对六位汇报同学的研究逐一进行点评，核心聚焦研究的深度、实用性与现实贴合度，具体观点如下：一是对王美潇同学建议学术汇报聚焦当前研究成果，强调研究方法无需堆砌，应针对具体问题改进单一方法。二是对章浓同学指出其研究方法偏工程操作，建议加强理论抽象，用模型（如机器学习）提炼材料工艺，可借助数据驱动方法处理实验数据，助力高水平论文发表。三是肯定魏曙吴同学的研究方法，建议在可解释机器学习基础上，加入碰撞场景物理特征（质量、速度等），衔接数据驱动与物理机理，提升研究价值。四是认可何义娜同学研究风险场理论的前沿性，建议深入研究该理论，指出其在非机动车领域应用较少但已有相关探索；五指出诸葛怡同学应输出可用可移植模型，建议将风险行为模型补充至机动车运动模型，再通过数值算例验证。六是认可王紫娴同学博弈均衡理论的适用性，建议将沿线房地产增值等外部经济效益纳入模型，全面评估收益与补贴依据。整体而言，芮老师鼓励跟进前沿理论、强调模型实际应用价值，提醒研究需贴合现实系统复杂性，保障成果的科学性与实践意义。
