TLab的姚州键、陈梓丹、杨一帆、郭覃、王于凯、程文昱、韩旭、王子寒硕士依次进行学位论文《基于深度学习的城市居民出行活动模式及其变异性探究》、《城市私家车用户活动—出行特征分析及预测研究》、《考虑V2X通信条件的道路交通仿真及决策支持》、《城市轨道交通站内行人微观仿真与并行加速方法》、《基于深度强化学习的出行模式与时间选择》、《基于微观交通仿真的智慧高速实时管控技术与方案》、《基于超松弛迭代法的交通分配模型快速求解方法》、《数据驱动的交通-自动驾驶联合仿真测试框架研究》的答辩，阐述了论文的研究背景、主要研究内容、关键问题及技术路线、研究成果等内容。毕业答辩会学术气氛浓厚，讨论过程热烈。
1
姚州键
基于深度学习的城市居民出行活动模式及其变异性探究
姚州键的硕士学位论文《基于深度学习的城市居民出行活动模式及其变异性探究》基于所提出的出行活动模式推断算法，实现将多周的用户出行活动选择重构为出行活动模式；通过出行时间、出行频次、熵、熵率等指标充分探究了用户出行活动模式的内在变异性；构建了深度聚类算法将用户进行人群划分从而探究人际变异性。最终设计对比实验验证了深度聚类算法相对传统聚类算法的优势，并可以帮助实现更精确的出行活动模式预测。
2
陈梓丹
城市私家车用户活动—出行特征分析及预测研究
陈梓丹的硕士学位论文《城市私家车用户活动—出行特征分析及预测研究》提出一种基于私家车轨迹数据的用户活动—出行链重构方法，探究了私家车用户活动—出行时空规律、活动—出行链特征及其相互作用规律，提出一种基于二阶聚类算法的用户日常活动—出行模式提取方法，构建一种基于活动—出行链的深度学习框架用于私家车用户活动时长（下一次出行起始时间）预测。论文在私家车用户活动及出行特征研究、基于活动的个体出行属性预测等方面有创新。
3
杨一帆
考虑V2X通信条件的道路交通仿真及决策支持
杨一帆的硕士学位论文《考虑V2X通信条件的道路交通仿真及决策支持》使用微观交通仿真软件SUMO进行二次开发，利用TraCI接口和策略定义的方法模拟V2X通信条件，并对交通仿真环境进行精细化搭建。在此基础上，提出一种考虑V2X通信的车辆路径规划与决策方法和车辆绿波通行策略，并在V2X通信车辆与传统人工驾驶车辆混行条件下，对合流区车辆换道决策行为进行了研究。仿真结果表明了研究成果的有效性。研究成果有助于提高仿真效率。论文在仿真路网精细化搭建、考虑V2X的交通决策支持方面有一定的新意。
4
郭覃
城市轨道交通站内行人微观仿真与并行加速方法
郭覃的硕士学位论文《城市轨道交通站内行人微观仿真与并行加速方法》设计了基于出行链规划的行人宏观运动模型，引入队列选择、等候服务、避障、冲突解决等行为机理模型，提出了模型拆解与同步更新机制，实现了超大规模行人流的高效仿真，实现了城轨多站点行人仿真计算任务在多线程上的划分，通过并行计算显著缩减了程序运行时间。论文在城轨行人仿真系统原型设计和仿真并行计算方法方面有新意。
5
王于凯
基于深度强化学习的出行模式与时间选择
王于凯的硕士学位论文《基于深度强化学习的出行模式与时间选择》选题合理，具有理论意义和实用价值。论文提出了基于深度强化学习的出行模式和出行时间联合选择模型，有效解决多模式交通网络中的出行决策问题。论文将聚类方法与深度强化学习相结合，选择具有代表性的个体来训练智能体模型，提高了模型的适用性。论文进行了大量数值实验。论文在基于聚类的多智能体强化学习算法方面有新意。
6
程文昱
基于微观交通仿真的智慧高速实时管控技术与方案
程文昱的硕士学位论文《基于微观交通仿真的智慧高速实时管控技术与方案》论文研究基于微观交通仿真的智慧高速实时路况预测与管控，基于实时卡口数据，实现高速公路交通流量在智能体仿真软件的复现与推演，达到交通运行状态的实时展示与当前交通状况的实时分析功能，基于深度学习方法，对短时路况演化进行预测，为未来交通状况的判断提供支撑。最后，以当前交通状况与未来交通状况作为输入，在微观交通仿真平台上根据不同管控措施仿真，提前对未来交通运行给出智能化的主动管控建议。
7
韩旭
基于超松弛迭代法的交通分配模型快速求解方法
韩旭的硕士学位论文《基于超松弛迭代法的交通分配模型快速求解方法》选题合理，具有理论意义和实用价值。针对交通分配问题，论文提出了一种基于超松弛迭代法的流量更新策略，提出了两种基于Armijo策略的松弛因子和步长调节策略。论文将所提出的流量更新策略与梯度投影算法结合，用于求解确定型用户均衡模型，缓解了算法收敛过程中的震荡问题。论文给出了超松弛迭代法在求解随机型用户均衡模型中的流程。论文在不同规模的网络上验证了算法的有效性和收敛性。论文在交通分配的流量更新策略方面有新意。
8
王子寒
数据驱动的交通-自动驾驶联合仿真测试框架研究
王子寒的硕士学位论文《数据驱动的交通-自动驾驶联合仿真测试框架研究》选题合理，设计了一种真实数据驱动的交通-自动驾驶联合仿真测试框架，以实现关键场景的自动驾驶算法测试。论文首先基于机器视觉方法，提取了关键场景视频数据中的车辆信息，构建了基础微观交通仿真环境自动化生成技术和基于轨迹数据的仿真车辆还原方法。提出了自动驾驶车辆控制算法和SUMO-CARLA联合仿真框架，并将该联合仿真框架在高速公路抛洒物场景下进行了仿真测试。论文在自动驾驶车辆SUMO-CARLA联合仿真方面有新意。
答辩结果
最终，答辩委员会一致通过姚州键、陈梓丹、杨一帆、郭覃、王于凯、程文昱、韩旭、王子寒八位同学硕士学位论文答辩，建议授予姚州键、郭覃、王于凯工学硕士学位，授予陈梓丹、杨一帆、程文昱、韩旭、王子寒交通运输硕士专业学位。
祝贺大家顺利完成答辩！愿此去繁花似锦，再相逢依旧如故！
