2024年11月28日，自动化与智能学院主办的“人工智能与运筹优化在交通中的应用”研讨会（Workshop on AI and Optimization in Transportation）在科技大厦7层会议室成功举办。

研讨会前，自动化与智能学院副院长李润梅与德累斯顿工业大学交通科技学院铁路运营系主任Nikola Bešinović教授就两院间教师访学与学生交流等潜在国际合作方向展开了深入交流，并达成了初步合作意向。双方均表示，希望今后能加强两院间的交流与合作，充分发挥各自的平台优势与专业特色，不断提升学院的办学水平与行业影响力，共创更多发展机遇。同时，也期待未来合作更加多元化，共同培育具有国际化视野的交通领域人才。

此次研讨会邀请了来自德累斯顿工业大学、同济大学、西南交通大学、郑州大学以及北京交通大学自动化与智能学院、系统科学学院、交通运输学院的多位专家教授以及30余名博士研究生参加。研讨会内容涉及多模式交通联运、轨道交通运营管理、编组站作业优化以及多智能体路径规划等多个交通领域热点问题，旨在共同探索AI在交通领域，尤其是轨道交通系统中的创新应用与前沿技术。研讨会由智能学院教师王义惠主持。

李润梅在开幕致词中对多所兄弟院校专家学者的到来表示欢迎，并介绍了自动化与智能学院在学科建设、人才培养、国际合作等方面情况，期待通过本次研讨会，促进高校间优势学科的科研合作和师生交流。德累斯顿工业大学交通科学学院Nikola Bešinović教授、同济大学交通运输工程学院副教授王鹏玲、西南交通大学交通运输与物流学院副教授何必胜、郑州大学电气与信息工程学院副教授辛健斌分别做主题报告。

Nikola Bešinović以“Integrated Passenger-Centric Planning of Multimodal Networks”为主题做出报告。Bešinović教授介绍了欧洲空铁联运的研究背景与研究现状，探讨了空铁联运的场景定义与潜在的研究方向，并指出该领域研究在实际应用中面临的挑战，分享了在空铁联运时刻表同步、联运模式下交通性能评估与空铁联运异常管理中作出的初步探索与获得的研究成果。

王鹏玲以“Analysis and Reflection Regarding the Train Operation Optimization of Urban (suburban) Railway Lines”为主题，深入探讨了四网融合背景下铁路运输组织中存在的城（郊）铁路运输组织线路布局不合理、客流波动大、运力分布不均衡、跨区域协调不足等一系列问题，并分享了其对团队在客流预测、城（郊）铁路可变编组、铁路运输网络列车时刻表协同优化等领域的研究。

何必胜以“A Simulation-optimization lteration Algorithm for the Train Makeup Problem of Railway Marshaling Yard”为主题，介绍了其在编组站作业优化领域的前沿研究成果。何教授详细阐述了在编组站作业优化研究中，所采用的具体建模思路和求解策略，展示了所提模型如何有效优化编组站资源配置，提升编组站作业效率。

辛健斌以“Acceptance-Rejection Sampling Guided Discrete RRT for Multi-Agent Path Finding”为主题，分享了一种新的由接受-拒绝采样引导的离散快速探索随机树(RRT)算法，并详细阐述了算法的核心思想与技术细节。报告中，辛健斌还分享了该算法在工业模拟环境和实际测试中的验证结果，证明了所提出算法在多智能体路径规划问题中的有效性和可靠性。

此次研讨会期间，专家与参会学生围绕AI如何促进传统交通优化方法的发展、城市群、都市圈轨道交通网络的协调优化、基于多智能体的智能优化方法在轨道交通领域的应用等一系列关键问题展开了深入探讨，受邀专家结合各自领域的深厚积淀，分享了独到见解与前沿研究。

责任编辑：崔宇康 陈雪

审核：袁芳 王瑞霞