活动/讲座时间：2024-12-17 19:00
活动/讲座地点：犀浦校区X1223
活动/讲座嘉宾：胡路
嘉宾介绍：

胡路，副教授，博导，硕导。致力于研究交通排队理论、仿真优化理论和运筹优化理论及其在新能源汽车、智能共享出行、电动货车、智能网联汽车、城市轨道交通领域的应用。主持国家自然科学基金面上项目1项《考虑车-桩-路-网交互影响的混合驾驶电动汽车共享系统配置与运营协同决策》，国家自然科学基金青年科学基金项目1项，四川省国际合作项目1项，成都市科技创新项目2项，综合交通大数据开放基金项目2项，中央高校基金2项。主研国家自然科学基金项目5项、新加坡国家级项目3项。发表中英文论文65篇，其中SCI论文27篇，JCR一区13篇，11篇发表在交通和运筹类顶级期刊TR Part B、TR Part C、TR Part E、 EJOR和IEEE TITS上。申请或授权发明专利6项，软件著作权4项。

主要内容：

离散事件仿真将系统的运行建模为时间上的离散事件序列。每个事件都在特定的时间发生，并标志着系统的状态变化。传统仿真模型在优化决策方面，其效率和规模的平衡一直难以取舍。而且，仿真和优化的集成不灵活，模型的智能性受到限制。由新加坡国立大学李浩斌团队开发的O2DES仿真框架，是面向对象的离散事件仿真，融合了“基于事件”、“基于状态”和“基于活动”的建模方法，将系统结构分为三种元素：静态属性、动态属性、事件。静态属性用于描述系统的对象；动态属性作为系统的快照，储存系统状态更新时变化的参数；事件描述在何时如何更新系统状态。相较于一般传统仿真软件MATSim和SUMO等在仿真建模时的叙述性描述，O2DES可以用数学语言描述上述三种元素，能更加清晰地展现仿真的逻辑。同时，经过我们团队升级改造的O2DES框架在仿真效率上提升了10倍。这使得仿真优化能够在某些大规模决策问题上拥有比肩传统数学规划模型的运算效率，这也解决了传统仿真优化在效率和规模上难以均衡的问题。目前O2DES已被广泛用于城市级规模的智能共享出行、城市轨道交通网络、智慧港口等领域。报告主要介绍O2DES仿真框架及其在交通运输与物流仿真及优化领域的应用情况。