专家简介
湖北省“百人计划”特聘专家。
学习工作经历
教育经历：
1991/09-1995/07，上海铁道大学(现同济大学) 运输管理工程，本科学士
1995/09-1998/07，北京交通大学运输管理工程，硕士
1999/09-2003/11，加拿大里贾纳大学交通工程，博士
工作经历：
2003/12-2004/10，加拿大里贾纳大学，博士后
2004/11-2005/12，加拿大卡尔加里大学，博士后
2008/07-2013/07，加拿大新不伦瑞克大学，副教授
2010/07-2013/07，武汉理工大学，湖北省“楚天学者”讲座教授
2013/07- 至今，武汉理工大学所长，教授/湖北省“百人计划”
近三年承担科研项目
1、武汉土地交通整体规划可行性研究及演示模型，2014-2015，武汉市
2、基于智能手机平台的大众外包出行行为调查平台开发，2014-2016 ，武汉理工大学
3、综合交通规划与枢纽安全研究，2014-2016 ，武汉理工大
4、基于GIS/遥感技术的土地利用信息提取专家系统研究，2015-2017 ，湖北省科技厅
近三年论文获奖成果
1、A comparative analysis of traditional four-step and activity-based travel demand modeling: a case study of Tampa, Florida.Transportation Planning and Technology，0.706（影响因子），2015
2、Estimation of Base-Year Floorspace Data: Comparison of Census-Based and Lidar-Geographic Information System Approaches，Journal of Transportation Research Record，0.522，2015
3、Assess the Utility of LiDAR Data in Extracting Base-Year Floorspace and a Comparison with Census-Based Approach， Environment and Planning，1.195，2015
4、Development of a Land Use Extraction Expert System through Morphological and Spatial Arrangement Analysis，Engineering Applications of Artificial Intelligence，2.368，2015
5、A hierarchical rule-based land use extraction system using geographic and remotely sensed data: A case study for residential uses，Transportation Research Part C: Emerging Technologies，3.075，2.14
6、Extracting Urban Subzonal Land Uses through Morphological and Spatial Arrangement Analyses using GIS Data and Remotely Sensed Imagery，Journal of Urban Planning and Development，2.246，2014
科研工作经历及业绩
近年来主要致力于以下方面的研究：1.运用历史性高精度计算机模型处理丢失交通数据和预测短时交通流量：以基因算法设计的神经网络和局部回归模型来填补丢失数据和预测短时交通流量，实验结果表明这些算法具有比以往所有模型更高的精度。在此方面发表了十几篇SCI论文和2个专著章节。2.系统地研究个人出行行为：对出行者的路径选择、行为时长和性别影响方面进行了系统的研究并发表多篇SCI论文。例如，提出了新的Dial路径选择算法，屏蔽了原始Dial算法中的不合理路径。对出行者的各种行为时长进行了研究，提出了更为精确的时长模拟函数，同时考虑了性别对行为时长的影响。这些研究对于建立更科学、更严谨的交通模型有着基础性意义。3.建立适合中国特色的混合交通模型研究：提出了适合中国混合交通特色的阻抗函数，解决了长期以来不得不使用以单纯机动车为基础的阻抗函数模拟混合交通的难题。另外，为混合交通体系提出了一个科学的多目标系统优化模型。这些模型对于解决中国特有的混合交通中的问题和提供优化决策有着基础性的意义。4.划时代的遥感-GIS土地信息、车辆提取专家系统:长期以来土地信息匮乏迫使在城市规划和建模中使用替代数据和包含混杂经济活动的交通分析小区。以遥感和地理信息系统为基础的专家系统可以高效精确地提取详细的土地利用信息，从而一举解决了规划界六十多年来一直面对的缺乏土地利用信息的局面（加拿大国家自然科学基金重点项目资助）。车辆信息提取技术为建立以遥感为基础的大范围车辆、车流监测与管理系统奠定了坚实的基础。
以上科研成果对于城市规划、交通规划与管理、交通工程、智能交通系统等领域有着重要的科学价值和社会经济意义。其中先进的计算机算法可以高精度地填补丢失数据和预测短时交通流量，对于“回收”大量带有丢失记录的数据和建立一个高效的智能交通系统意义重大。基于遥感和地理信息系统的土地信息收集专家系统攻克了规划建模社区多年面临的问题，对于提高建模规划精度有着极其重要的作用。此外，针对混合交通系统建立的阻抗函数、多目标系统优化模型和多层次平衡模型对于建立适合中国混合交通系统的交通模型有着基础性的作用。另外，个人出行行为中的路径选择、行为周期以及出行规律的研究对于建立更为先进的、精确的非集计模型有着重要的基础性作用。最后，申请人及其团队对通过遥感采集车流信息（车辆数和速度）进行了深入的研究。研究成果对于建立一个以无人驾驶飞机为基础的大面积实时交通监测系统有着基础性的作用。
