【科研成果】

已发表学术论文12篇，代表性期刊：Transportation Research Part C、Control Engineering Practice、Tunnelling and Underground Space Technology、Structures、Digital Transportation and Safety、《交通运输系统工程与信息》、《山东大学学报（工学版）》等。

会议：TRB Annual Meeting、Informs Annual Meeting、IEEE ITSC、COTA CICTP等。

覆盖主题：智能网联车控制与混合交通流评估、交通流标定与异构数据融合、时空序列预测与结构变形预测、多源感知融合、驾驶行为量化。

【研究方向】

大方向：智能网联汽车与自动驾驶、城市空中交通（UAM / 低空经济）、大模型驱动的交通系统智能调控（"城市交通大脑"）、交通流理论与仿真、时空数据驱动建模

细分方向：

（1）大模型与智能体在交通信号控制、交通决策中的应用

（2）混合交通流建模与 CAV 影响评估、跟驰与换道模型标定

（3）城市空中交通运行建模、低空走廊容量与安全间隔分析

（4）交通状态估计与多源数据融合、微观交通仿真与数字孪生

（5）时空图神经网络 / 时序模型用于交通状态预测与异常检测

【可指导区位】

SCI / SSCI 期刊论文全流程指导（选题、方法设计、实验、撰写、投稿、返修）：以二区、三区为主力区间，四区与 EI 期刊可稳妥交付；学生基础扎实且投入充分时可冲击一区。方向覆盖交通、控制、航空运输、人工智能、土木的交叉地带

· 交通与智能系统领域顶会（TRB、IEEE ITSC等）从摘要投稿到口头/海报报告的完整准备

· 智能网联汽车、城市空中交通与低空经济、大模型交通调控、交通仿真与数字孪生、基础设施智能监测等方向的本科毕设、硕士学位论文

· 留学申请背景提升类科研（CS / EE / CE / 交通方向），含 research proposal 撰写、国际合作项目经历包装与推荐信素材打磨

【指导经验】

已独立指导多名不同层次的学生并产出实质成果：1 名博士研究生（合作论文发表于 JCR Q1 期刊）、2 名硕士研究生（车辆控制、车载 LiDAR 高精度点云配准方向，成果发表于 EI 期刊）、若干名本科生。此外担任过课程助教，负责编程作业批改与答疑，熟悉零基础学生的常见卡点。本人从本科阶段起即以一作身份完成论文投稿—审稿—返修全流程，清楚学生每一步会卡在哪里。同时编写过交通安全、车辆控制方向的教学材料，具备把专业基础讲透的经验。

【指导特点 / 可提供给学员的帮助】

1. 选题确定：结合学生的基础、可投入时间与目标区位确定选题，在开题阶段先明确工作量、创新点与数据来源，减少中途因方案不可行而返工的情况。

2. 研究思路：帮助学生把研究方向收敛为具体的研究问题——明确这项研究要回答什么、需要哪些证据才能支撑结论、结论依赖于哪些前提，再据此设计实验。

3. 基础补齐：面向本科生与跨专业学生，可先补齐必要的专业基础再进入课题。涵盖交通流理论、车辆纵向控制、安全评价指标等内容，配合例题与代码示例讲解。

4. 论文结构与写作：按"研究背景 → 已有工作 → 研究空白 → 本文方法 → 贡献点"的顺序组织论证，先确定逻辑框架再展开成文，Introduction 与 Conclusion 逐段修改。

5. 代码与实验：Python（NumPy / Pandas / scikit-learn / PyTorch）、MATLAB、SUMO 交通仿真、Git。可从环境配置与数据处理开始，逐步到算法实现与消融实验。

6. 英文写作：以逐段批注与对照修改为主，说明修改的原因，使学生能够自行完成后续写作；也可指导 research proposal 与留学申请所需的科研材料。

7. 投稿流程：选刊与投稿策略、Cover Letter、审稿意见回复、返修与申诉，以及会议摘要撰写与报告准备。

8. 进度管理：根据学生的基础与可投入时间制定阶段计划，每次课明确上次内容的回顾与本次目标，定期核对进度。

【科研成果】

已发表学术论文12篇，代表性期刊：Transportation Research Part C、Control Engineering Practice、Tunnelling and Underground Space Technology、Structures、Digital Transportation and Safety、《交通运输系统工程与信息》、《山东大学学报（工学版）》等。

会议：TRB Annual Meeting、Informs Annual Meeting、IEEE ITSC、COTA CICTP等。

覆盖主题：智能网联车控制与混合交通流评估、交通流标定与异构数据融合、时空序列预测与结构变形预测、多源感知融合、驾驶行为量化。

【研究方向】

大方向：智能网联汽车与自动驾驶、城市空中交通（UAM / 低空经济）、大模型驱动的交通系统智能调控（"城市交通大脑"）、交通流理论与仿真、时空数据驱动建模

细分方向：

（1）大模型与智能体在交通信号控制、交通决策中的应用

（2）混合交通流建模与 CAV 影响评估、跟驰与换道模型标定

（3）城市空中交通运行建模、低空走廊容量与安全间隔分析

（4）交通状态估计与多源数据融合、微观交通仿真与数字孪生

（5）时空图神经网络 / 时序模型用于交通状态预测与异常检测

【可指导区位】

SCI / SSCI 期刊论文全流程指导（选题、方法设计、实验、撰写、投稿、返修）：以二区、三区为主力区间，四区与 EI 期刊可稳妥交付；学生基础扎实且投入充分时可冲击一区。方向覆盖交通、控制、航空运输、人工智能、土木的交叉地带

· 交通与智能系统领域顶会（TRB、IEEE ITSC等）从摘要投稿到口头/海报报告的完整准备

· 智能网联汽车、城市空中交通与低空经济、大模型交通调控、交通仿真与数字孪生、基础设施智能监测等方向的本科毕设、硕士学位论文

· 留学申请背景提升类科研（CS / EE / CE / 交通方向），含 research proposal 撰写、国际合作项目经历包装与推荐信素材打磨

【指导经验】

已独立指导多名不同层次的学生并产出实质成果：1 名博士研究生（合作论文发表于 JCR Q1 期刊）、2 名硕士研究生（车辆控制、车载 LiDAR 高精度点云配准方向，成果发表于 EI 期刊）、若干名本科生。此外担任过课程助教，负责编程作业批改与答疑，熟悉零基础学生的常见卡点。本人从本科阶段起即以一作身份完成论文投稿—审稿—返修全流程，清楚学生每一步会卡在哪里。同时编写过交通安全、车辆控制方向的教学材料，具备把专业基础讲透的经验。

【指导特点 / 可提供给学员的帮助】

1. 选题确定：结合学生的基础、可投入时间与目标区位确定选题，在开题阶段先明确工作量、创新点与数据来源，减少中途因方案不可行而返工的情况。

2. 研究思路：帮助学生把研究方向收敛为具体的研究问题——明确这项研究要回答什么、需要哪些证据才能支撑结论、结论依赖于哪些前提，再据此设计实验。

3. 基础补齐：面向本科生与跨专业学生，可先补齐必要的专业基础再进入课题。涵盖交通流理论、车辆纵向控制、安全评价指标等内容，配合例题与代码示例讲解。

4. 论文结构与写作：按"研究背景 → 已有工作 → 研究空白 → 本文方法 → 贡献点"的顺序组织论证，先确定逻辑框架再展开成文，Introduction 与 Conclusion 逐段修改。

5. 代码与实验：Python（NumPy / Pandas / scikit-learn / PyTorch）、MATLAB、SUMO 交通仿真、Git。可从环境配置与数据处理开始，逐步到算法实现与消融实验。

6. 英文写作：以逐段批注与对照修改为主，说明修改的原因，使学生能够自行完成后续写作；也可指导 research proposal 与留学申请所需的科研材料。

7. 投稿流程：选刊与投稿策略、Cover Letter、审稿意见回复、返修与申诉，以及会议摘要撰写与报告准备。

8. 进度管理：根据学生的基础与可投入时间制定阶段计划，每次课明确上次内容的回顾与本次目标，定期核对进度。