个人简历：2008年获中国科学技术大学数学学士学位，2013年获美国宾夕法尼亚州立大学数学博士学位，2013-2020年在伦敦帝国理工学院先后任职助理教授和副教授。2020年被西南交通大学引进，现任教授、博导，系统科学学科带头人。先后主持入选国家级高层次人才计划、四川省“天府峨眉计划”青年人才项目、成都市“蓉漂计划”青年创新项目、四川省优秀青年科技人才“顶青”专项、成都市“蓉漂计划”创新创业团队项目。获美国交通研究委员会（TRB）“Chan Wui & Yunyin 新星学者”、全国铁路青年五四奖章、“成都榜样·最美科技工作者”提名奖等荣誉，获2024年度中国智能交通协会科技进步二等奖（排名第一）、2025年度中国智能交通协会青年科技奖。

科研教学：研究领域包括交通系统建模与优化、智能交通系统、绿色与可持续交通、智慧城市。主持或参与国家自然科学基金面上项目、重大项目、欧盟第七框架计划、美国自然基金、中大西洋交通研究中心、牛顿基金和业界等科研项目20余项，出版英文专著2部，发表SCI论文90余篇（其中交通领域顶级期刊 TR Part B 18篇，TR Part C\D\E 共26篇），自 TR Part B 建刊40年以来发文量个人排名全球前50【链接】 。论文连续四届入选交通领域国际顶级会议ISTTT（第21-24届）。谷歌学术引用4200余次，H-因子38，授权国家发明专利56项，软件著作权4项，其中9项成果实现技术转化，金额360余万元。在 ISTTT、TRB、TRISTAN 等交通运输领域顶级国际会议做特邀/大会报告70余次。教学和人才培养方面，牵头获批教育部高教司“人因与工效学”产学合作协同育人项目（2025年7月批次）“低空安全人因工程与行为学联合实验室”、2024-2026年四川省高等教育人才培养质量和教学改革项目（重点项目）、四川省教育厅2025年省级普通本科高校创新性实验项目，获西南交通大学 2020-2024年本科教学成果奖一等奖（排名第一）、西南交通大学2020-2024年研究生教学成果奖（排名第三）。

社会学术任职：任四川省人民政府学位委员会学科评议组管理学组成员、四川省第五届知识分子联谊会会员、成都市龙泉驿区第十九届人民代表大会常务委员会委员、四川省省委宣讲团成员。担任国际期刊 Networks and Spatial Economics 领域编辑，《交通运输工程与信息学报》副主编，交通领域顶级期刊 TR Part B 和 TR Part C 编委，TR Part C、IEEE ITSC、TRISTAN、CICTP、CTS等多个国际期刊和会议的客座编辑和科委会成员，美国交通研究委员会（TRB）“空侧和空域容量和延误分会（AV060）”特聘委员、国际华人交通协会（COTA）欧洲区主席，管理科学与工程学会交通运输管理分会委员会委员、中国交通运输协会青年科技工作者工作委员会委员。

成果应用：成果在苏格兰格拉斯哥市交管局、英格兰肯特郡高速路网、纽约-新泽西多机场系统等应用或落地。自主研发“Alpha MAPS城市治理决策大脑”在成都市“11+2”个中心城区应用，直接经济效益超3亿元人民币，参与成都市第31届世界大运会空气质量保障工作并获得大运会执委会感谢信。 落地成果入选2025城市交通全场景创新实践成果、2023年度数字中国优秀实践案例、第五届“数字中国”数字生态优秀应用案例、中国环境报“2022年度智慧环保十佳创新案例”等。产学研经历和科研成果的报道登上学习强国、人民网、《中国环境报》、新华社、英国广播公司BBC等官方主流媒体。

智能的三重境界

一、感知智能

基于物联网和大数据的自动化、智慧化感知是交通与城市治理的先决条件。团队长期探索多模态融合感知和众包式物联感知的创新范式，结合城市用地、工商、气象、人口、基础设施等多源大数据，建立“传感器部署—数据分析—态势推演”的一体化感知框架，实现城市运行体征的精准和自适应感知。

（1）团队基于交通卡口、浮动车、拥堵指数等多源数据，融合路段级和路网级交通流机理，构建了“数据-机理”双驱动的城市交通态势融合感知和模型参量协同校准补全。提出了AI赋能的多源异构信息融合算法以及多层级交通流预测方法。代表性论文：IEEE TITS (2025), TR-D (2024), TR-C (2024), TR-C (2019), NETS (2019), TR-C (2015)。

（2）团队围绕车载城市感知的传感器布局优化与数据融合感知，提出基于运营车辆（出租车、公交车）及专用车辆的空气质量传感器部署及车辆调度体系，并提出AI赋能的信息融合感知方法，围绕路段级、路网级污染排放和浓度感知开展研究，为面向城市交通减污降碳和大气污染治理的决策优化提供信息支撑。代表性论文：IPM (2026), TR-B (2025), CEUS (2025), TR-E (2025), TR-C (2025), TR-C (2023), TR-E (2023), SCS (2023), IEEE IoT (2021)。

二、认知智能

交通与城市等巨复杂系统的运行遵循 “人理”（行为特征）、“事理”（运行规则）、“物理”（演化机理）等原理性规律。团队长期深耕多模式交通系统的规律刻画与数学建模，融合数据科学与人工智能技术建立“数据-原理-模型”之间的协同演进机制，为深度神经网络、强化学习、大模型等AI工具提供认知基础和机理约束。

（1）团队融合出行者异质行为特征构建城市路网多尺度动态交通分配模型和算法，从数学构建、数值算法、仿真软件、大规模算例等维度开展系统性研究，实现网络交通流长短期均衡预测与动态推演，并将方法推广至空中交通网络，为复杂交通系统智能决策提供认知基础。代表性论文：TR-B (2021), TR-C (2020a), TR-C (2020b), NETS (2019), TR-B (2019), TR-B (2018a), TR-B (2018b), TR-B (2017), TR-C (2017), TR-B (2016), TMB (2015), TR-B (2015a), TR-B (2015b), TR-B (2015c), TR-B (2014), TR-B (2013a), TR-B (2013b), TR-B (2013c), TR-B (2013d)。 

（2）团队围绕交通、环境等复杂系统的分析、预测与优化，采用复杂网络、系统动力学、可解释机器学习等方法探索系统高维参量间的非线性因果关系，并应用于城市环境监管，落地成果入选2023年度数字中国优秀实践案例、第五届“数字中国”数字生态优秀应用案例。代表性论文：IPM (2026), IEEE TBA (2025), TR-C (2020a), TR-C (2020b), TR-C (2017), TR-C (2016), TMA (2016), TMA (2015a), TMA (2015b)。

三、决策智能

自主决策是智能化技术发展的前沿领域。面向交通与城市运行中面临的交通管控、资源调度、基础设施优化等决策问题，团队综合运用数据科学、人工智能、计算智能等领域的前沿方法和技术，深度挖掘城市运行特征背后的“人理-事理-物理”特征，构建融合“宏-中-微”多层次目标的决策模型，实现大规模交通与城市系统各要素的协同优化管理。

（1）面向城市道路交通流、 公共交通系统、空中交通系统等综合交通运输体系的网络设计、 宏观调控、供需优化、微观控制等决策，提出融合多参与方偏好、多模态信息、多层次目标的综合优化方案，实现系统层面运行效率提升和污染物排放降低的双重优化。代表性论文：IEEE TITS (2026), TR-B (2022), NETS (2020), TR-D (2018), TR-B (2018), TR-B (2017a), TR-B (2017b), NETS (2017), TR-C (2016), TR-C (2015a), TR-C (2015b)。

（2）团队围绕城市环境治理、低空巡检、物流运输等领域中的调度、运营等决策问题，以多模态数据和城市运行体征为依据，综合运用强化学习、运筹优化、计算智能等技术，实现城市复杂环境（如低空飞行风险）、信息不确定（如随机违规事件）和调度资源受限条件下的调度决策优化。代表性论文：JTG (2026), TMA (2025), IJTST (2025), TR-E (2024), TR-D (2024), UC (2024), TR-E (2021)。

学术专著：Dynamic Network User Equilibrium (出版方：Springer) 【链接】

学术专著：Models for Vehicular Traffic on Networks (出版方：American Institute of Mathematical Sciences)【链接】

相关报道：

[11] 大运圆满成功，国蓝中天守护大运会“蓉城蓝”，2023.10.13【链接】

[10] 华为云云商店：生态激发新增长，驱动产业数智化跃升，2023.09.27【链接】

[9] 新经济发展研究院C位说｜国蓝中天韩科：坐拥数据“金山”，让AI算出“中国蓝天”，2023.04.17 【链接】

[8] 2022年度智慧环保十佳创新案例：大气污染AI小尺度溯源，2023.02.11【链接】

[7] 第五届数字中国建设峰会数字环保分论坛优秀案例展播：大气污染AI小尺度溯源，2022.07.23【文字链接】 【视频链接】

[6] 峨眉电影集团《奋进十四五，砥砺新征程》专题片，第一集《智慧城市》，2022.10.19【链接】  

[5] 2021成都新经济“双千”发布会演讲视频（1:32:38-1:42:12），2021.12.30【链接】

[4] 治理大气，成都经开区（龙泉驿区）精益求精，成都日报，2021.05.01【链接】

[3] 工程化”治霾“信息化”监管“智能化”治理：成都经开区推进环境治理能力现代化，坚决打赢蓝天保卫战。中国环境报，2020.06.30【链接】

[2] How Imperial’s findings on post-Brexit borders caught the eyes of politicians, Imperial College London, 31 May 2018. 【链接】

[1] 美国交通运输研究委员会（Transportation Research Board）Chan Wui & Yunying 新星学者，17 Mar 2016.  【链接】