青年学者专题

（按报告人姓氏拼音排序）

How do pre-event activities alleviate congestion and increase attendees’ travel utility and the venue’s profit during a special event?

报告人：鲍月 北京交通大学

个人简介：

鲍月，博士，教授，博士生导师。鲍月教授是国家高层次青年人才基金获得者，管理科学与工程学会理事、复杂系统管理青年工作委员会副主任委员。其致力于城市交通系统建模分析与优化管理的科学方法研究，围绕城市道路交通网络建模与优化、高峰期交通拥堵演化机理分析、交通需求管理政策研究等方面做出了一系列创新性研究成果。作为团队年轻骨干，以子课题负责人身份重点参与团队国家自然科学基金委基础科学中心项目、国家自然科学基金委专项基金等项目多项，主持国家自然科学基金委国际（地区）合作重点项目等项目多项，并向国家自然科学基金委提交政策建议（内参）数篇。

报告摘要：This study aims to investigate attendees’ trips to venues before special events considering pre-event activities. We focus on how pre-event activities change attendees’ departure-time choices and affect traffic congestion near a venue. By describing attendees’ pre-event utility and the attractiveness of the venue, a bottleneck model is proposed to model attendees’ departure times with heterogeneous pre-event utility. Attendees’ heterogeneity in pre-event utility is depicted by a continuous distribution of pre-event utility sensitivity, which changes with the attractiveness (e.g., the overall price level, facility, or service levels) of the venue. Different distributions are adopted to depict the attendees’ pre-event utility sensitivity and are further used to analyse the equilibrium at the bottleneck. The conditions to eliminate the queue at the bottleneck are determined, which are related to the distribution of the pre-event utility sensitivity of the attendees. We further analyse the impact of the venue’s attractiveness to attendees on the distribution of attendees’ pre-event utility sensitivity. The optimal choice of the overall price level and facility or service level is determined to maximise the profit of the venue and the total trip utilities of all attendees. Finally, numerical examples are conducted to illustrate the equilibrium at the bottleneck and examine the no-queue condition and the conditions to maximise total trip utility and venues’ profit.

地球系统复杂性概述

报告人：樊京芳 北京师范大学

个人简介：

樊京芳，北京师范大学系统科学学院教授，博导，德国波茨坦气候影响研究所（PIK）客座教授，昆明理工大学兼职博导。2014毕业于中科院理论所，后赴以色列巴伊兰大学、德国波茨坦气候影响研究所、美国哈佛大学等从事博士后和访问学者工作，2020年1月任PIK助理教授，2020年10月入选海外高层次人才引进计划-青年项目，任北京师范大学副教授、教授。科研工作主要集中在统计物理和复杂系统的相变临界现象与动力学演化，开展了对地球复杂系统的研究，发展和开发了一系列框架和范式用以研究气候系统、地表的拓扑结构，及进行地震的预测。在复杂体系相变与临界现象理论、极端气候的预测及影响、气候-社会系统的关联及全球气温变暖的影响等领域，取得了一系列具有国际影响力的成果。先后以第一或通讯作者在Nature Physics，Nature Climate Change, PNAS, Physics Reports, Journal of Climate等国际权威期刊上发表论文60余篇。主持和参与基金委面上、重点以及军科委项目多项。担任国际期刊Atmosphere、Frontiers in Physics客座编委，中科院四刊青年编委，《复杂系统与复杂性科学》青年编委。曾荣获以色列政府PBC fellow。

报告摘要：2021诺贝尔物理学奖颁给了研究复杂系统的真锅淑郎、克劳斯·哈塞尔曼以及乔治·帕里西以表彰他们对因“对我们理解复杂系统的开创性贡献”。而前两位对地球气候的物理建模、可变性量化和全球变暖的可靠预测领域做出了突出成就。作为复杂自适应的地球系统，可能存在多个潜在的临界要素。而各个临界要素之间的相互作用可能对其他子系统产生稳定或不稳定的影响，从而可能导致突然地级联失效，使得气候变化的突变和不可逆转的威胁越来越大，人们必须切实的采取有效地行动来缓和气候变化带来的负面影响。然而，由于地球系统本身的复杂结构以及存在着众多非线性相互作用，使得人们对于上述灾难性事件的理解，尤其是预测方面变得困难重重。这也是科学界和公共政策的决策者极为关注的话题之一。本次报告我将会对有关系统科学理论如何应用于地球复杂系统进行阐述。

人类的群体行为与传播动力学

报告人：胡延庆 南方科技大学

个人简介：

胡延庆，南方科技大统计与数据科学系、复杂流动及软物质研究中心，副教授\研究员，博士生导师。毕业于北京师范大学系统科学学院，获得系统理论方向理学博士学位，纽约城市大学物理系博士后。曾任职于西南交通大学数学学院、中山大学计算机学院。获得北京市优秀博士论文奖、广东省特支科技创新青年拔尖人才、广东省杰出青年基金等奖励与项目。近几年主要从事大数据、复杂网络、图神经网络等方面的研究。发表论文 70 余篇，包括Nature Physics、Nature Medicine、Nature Human Behaviour、 PNAS、Nature Communications、PRL、PRX等杂志。

报告摘要：从有语言开始，信息传播便广泛地存在人类社会活动中。几乎所有的人类群体行为都和信息传播密切相关。理解人类传播信息的基本规律，对理解我们个体本性和社会群体行为的涌现至关重要。本报告将基于数亿人口实际信息传播行为数据，揭示人群信息传播现象中的两个基本规律。将阐明流行的社交媒体、网红动力学与理论物理中的渗流相变之间关系，以及相变理论在大规模在线社网络中的一些典型应用。

网络上的信号传播

报告人：纪鹏 复旦大学

个人简介：

纪鹏，理学博士，复旦大学类脑人工智能科学与技术研究院研究员，上海高校特聘教授，博士研究生导师。2015年获得德国柏林洪堡大学理论物理博士学位，之后在德国波茨坦气候影响研究所工作，2017年加入复旦大学，先后担任青年研究员和研究员，获得上海市人才计划、东方学者及跟踪计划等荣誉称号。目前从事的研究涉及人脑和斑马鱼成像分析、计算神经科学、复杂系统、神经元网络建模等交叉研究方向。以第一或通讯发表在Nature Physics、Nature Communications、Physics Reports、Physical Review Letters等期刊上。

报告摘要：具有时空特性的信号传播是复杂系统研究的基础问题之一，但是其与底层拓扑结构间的关系尚不明确。围绕这一问题，我们通过构建通用理论框架，将复杂网络局域拓扑特征与信号的时空传播动力学联系起来，解析提取出了网络模体在预测信号局域和全局响应中的作用。尤其是，以局域拓扑和全局链路为切入点，定性分析了网络局域模体与信号传递模式间的关联，定量了全局链路中模体空间分布对信号传递的叠加效应。研究结果为大脑中的神经传递模式预测提供了可靠理论依据，并为绘制全脑神经联接图谱反演提供了新方法。

多智能体复杂性中的博弈和图拓扑因素

报告人：纪志坚 青岛大学

个人简介：

纪志坚，博士、青岛大学系统科学研究院、自动化学院，于2008年破格晋升教授，现为博士生导师、山东省泰山学者特聘教授、山东省杰出青年科学基金获得者、山东省有突出贡献的中青年专家、山东省优秀研究生指导教师，连续入选Elsevier中国高被引学者榜单。入围中国控制理论界的重要奖项“关肇直”奖，是近60名最佳论文奖申请者中的6名入围者之一。以第一位次获山东省自然科学奖二等奖和三等奖各1项，山东省优秀科研成果奖一等奖1项；主持国家自然科学基金4项、国家自然科学基金重点项目子课题1项、军科委项目1项，英国皇家学会牛顿国际学者基金会（Newton International Fellowship）王宽诚国际学者基金获得者。研究方向为群体智能系统复杂性分析与调控、多智能体网络系统、切换与混杂系统、多机器人系统的分布式协同控制等。是中国自动化学会控制理论专业委员会委员、中国系统仿真学会智能物联系统专业委员会副主任委员、中国管理科学与工程学会复杂系统管理专业委员会委员、中国系统理论专委会委员。

报告摘要：本报告聚焦多智能体系统的三个基本特性：分布式可控性、可镇定性和一致性，从博弈和个体间信息传递形成的网络图拓扑结构的角度，汇报了我们对这三个问题的一些新的认识。首先，构造了一类反映底层图特征的博弈控制系统, 并引入了一个策略矩阵，这是一个确保基于博弈的控制系统可控性的新概念，这种基于图形的条件是作为通过代数条件利用复杂数学计算的替代方案而提出的。由此方法出发不仅得到了博弈控制系统可控性的图论条件，还得到了博弈控制系统可聚集性的代数和图论条件。其次，对可镇定性，提出了NSi图的划分和关联商图的划分，以展示镇定性与图拓扑之间的关系，特别，结果表明，结构平衡的拓扑结构对镇定性并不总是好的，结构不平衡反而对镇定性有积极的影响。最后，对于系统的一致性，给出了一种统一的方法来处理连接权重变为负值时系统的一致性问题。

不确定信息下的多智能体博弈的计算挑战

报告人：雷金龙 同济大学

个人简介：

雷金龙，同济大学“青年百人计划”教授、博士生导师，国家海外高层次青年人才计划获得者。2011年于中国科学技术大学获得工学学士学位，2016年于中国科学院数学与系统科学研究院获理学博士学位，2016-2019年在美国宾夕法尼亚州立大学从事博士后研究。获得中国科协青年人才托举工程、第27届“关肇直”奖、上海市青年科技英才“扬帆计划”等，并主持自然基金青年和面上项目。研究方向是不确定信息下的多智能体优化与博弈，以第一作者及通信作者在运筹优化与控制理论期刊 IEEE Trans. Automatic Control、SIAM J. Optimization、Operations Research、Mathematics of Operations Research和人工智能会议NeurIPS等发表20余篇论文。

报告摘要：多智能体博弈问题近年来在系统科学、运筹控制、人工智能等多个学科领域得到广泛关注，成为解决复杂任务规划的重要工具。但复杂场景会受到各类不确定信息的影响，如智能体难以准确认知其它智能体的意图或判断其意图真假（认知不确定性）；智能体无法精确获取自己或其它智能体的状态信息（感知不确定性）；智能体间信息传输存在带宽受限、拓扑切换、信道噪声、数据丢包等约束（通信不确定性）。本报告将从认知、感知、通信三类不确定性出发，探讨多智能体博弈中的计算挑战，并汇报下相关研究工作进展。

生物复杂系统的动力学

报告人：李辉 北京师范大学

个人简介：

李辉，北京师范大学教授，博士生导师，国家优秀青年科学基金获得者，中科院青年创新促进会成员。2012年博士毕业于中科院物理研究所，历任助理研究员、副研究员。2019年调入北京师范大学，现担任北师大非平衡系统研究所副所长。研究方向为生物复杂系统的动力学。通过建立活细胞单分子荧光三维跟踪平台、提出生物系统的实验定量及统计物理分析方法，在国内率先开展了单分子水平的细胞内非平衡输运动力学及相关生物物理研究。在包括PNAS、J. Am. Chem. Soc.、ACS Nano、Adv. Sci.、Small、iScience等国内外期刊上发表论文30余篇，多篇被选为封面，获得F1000Prime、Physics World、ScienceDaily、MIT News、中国科学院院刊等学术平台的推荐和报道。现担任美国物理联合会（AIP）期刊Biophysics Reviews副主编、中国物理学会四刊联合青年编委等。主持多项国家自然科学基金。

报告摘要：生命是由分子、细胞、组织等不同层次生命物质所构成。细胞作为蛋白质等生物大分子构成的复杂系统，生物大分子在细胞内的运动是代谢、信号传导生命功能的物理基础，揭示它们之间的关系具有极其重要的科学意义。然而，如何精确观测不同层次生命物质的动态过程、刻画其动力学行为、理解其隐藏的功能机理以及多层次间的相互关联，都亟待研究者解决。为此，我们搭建了活细胞单分子荧光动态成像平台，提出了测量细胞内扩散、主动运输、跨膜转运等动力学研究方法。在分子、细胞及组织尺度开展了一系列非平衡动力学研究，并发掘其与生物功能、结构特征以及微环境等方面的内在关联，以探究生物复杂系统的运行机制。

随机与不确定动态系统的协同估计与控制及应用

报告人：李韬 华东师范大学

个人简介：

李韬，华东师范大学数学科学学院教授、纽约大学-华东师范大学联合数学科学中心客座教授，上海国家应用数学中心随机控制与信息-物理-能源系统团队负责人, 曾先后入选教育部青年长江学者（2017）和国家重大人才工程特聘教授（2022）。主要研究方向为随机系统与控制、分布式学习、控制与博弈。曾主持国家自然科学基金优秀青年科学基金、NSFC-RSF（中俄）联合研究基金，获爱思唯尔中国高被引学者（2021、2022）、第7届亚洲控制会议最佳论文、第28届张嗣瀛优秀青年论文、第17届IFAC青年作者奖荣誉提名（五篇之一）、2015《中国科学：信息科学》五年高引论文奖、新加坡千禧基金会学者、澳大利亚教育部奋进学者、中科院院长特别奖等。担任Systems and Control Letters、Nonlinear Analysis: Hybrid Systems、SCIENCE CHINA Information Sciences等期刊的责任编委。

报告摘要：动态系统的协作算法的收敛性是大规模分布式人工智能的基础理论问题。建立了带有随机时变图、随机时延和量测噪声的分布式在线估计算法均方收敛的“随机时空持续激励”条件；建立了分布式随机逼近型趋同算法均方收敛的充要条件及随机时变网络下的 “一致条件联合连通”条件。发展了基于量化观测器的通信与控制一体化设计方法，建立了有限通信数据率下协同控制的“小容量信道定理”；建立了随机动态网络的随机协同能力定理，揭示了随机协同能力与节点动力学、噪声强度和网络结构之间的定量关系。所建立的理论结果和所发展的方法被用于微电网电压频率协同控制、分布式联邦学习减小链路通信负载、通信数据率约束下分布式优化、差分隐私编解码协议、多媒体流调度、绿色港口微电网最优零碳能量管理等不同领域问题核心算法的设计中。

分布式估计与滤波算法与分析

报告人：刘志新 中国科学院

个人简介：

刘志新，中科院数学与系统科学研究院研究员，中科院系统控制重点实验室主任。主要研究方向包括多智能体系统分析、分布式滤波、分布式控制等。主持国家自然科学基金委重大项目、重点支持项目、GF科技创新项目、KJW智创基金等多项科技项目。现担任中国工业与应用数学学会复杂系统与复杂网络专业委员会副主任、中国系统工程学会系统理论专委会副主任、中国自动化学会控制理论专业委员会副主任等，担任《系统科学与数学》副主编，《Science China Information Sciences》、《IEEE Control Systems Letters》等杂志编委，曾获美国工业与应用数学学会的旗舰杂志SIAM Review的SIGEST论文奖，中国自动化学会自然科学一等奖，中国自动化学会青年科学家奖，中国工业与应用数学学会优秀青年学者奖等奖励和荣誉。

报告摘要：随着计算机和通信技术的发展，传感器网络由于灵活性、易放置、鲁棒性等优点被广泛应用。传感器网络带来越来越丰富的数据，如何有效利用数据设计估计与滤波算法是近年来一个很有前景的研究方向。在本报告中，我们将介绍定常和时变参数下分布式自适应估计与滤波算法的设计，并介绍非独立性非平稳回归信号下算法的收敛性和性能分析方面的理论结果。

半监督数据分类方法

报告人：罗廷金 国防科技大学

个人简介：

罗廷金，国防科技大学理学院副教授，硕士生导师。主要从事开放环境下的机器学习方法和应用研究工作，在动态特征复用、低维嵌入学习、复杂标记学习等方面取得了系列研究成果，并成功应用于军事领域。近年来，在IEEE TPAMI等国内外著名刊物和会议上以第一/通讯作者发表学术论文40余篇（包括IEEE汇刊长文20余篇），担任TPAMI等杂志以及ICML、IJCAI、AAAI等会议的AC/SPC/PC等，是FCS等SCI期刊的青年编委，多篇论文进入ESI高被引论文。主持国家自然科学基金项目、基础加强重点项目课题等8项。获中国系统工程学会优秀博士学位论文和湖南省优秀博士学位论文等。入选湖南省湖湘青年英才和卓越青年人才计划等。

报告摘要：人工智能在各个领域有着广泛而深入的应用。随着技术发展，数据获取更加便捷，数据规模急剧增加。然而数据标注信息往往难以获取，导致实际应用中常常仅有少量标注而大量未标注的数据样本。半监督学习是解决该场景的有效手段之一。本报告主要介绍在半监督分类方法研究方面的工作，包括：

（1）融入标签比例约束先验信息的半监督分类方法。针对标注信息不充分问题，我们深入探索标签类别比例等数据先验信息，等价转化为标签比例约束，基于标签传播有效增强了数据语义标注信息。同时通过Lovasz扩展算法将原非凸优化问题转化为一个凸优化问题，实现了模型快速求解。此外，实验结果验证了方法的有效性。

（2）特征缺失情形下的多视图半监督分类方法。针对多视图特征缺失和标注信息不足问题，基于锚点策略和谱图理论建立视图独有和共有的标签矩阵间的合理交互机制，提出了缺失多视图半监督学习方法，有效实现了多源信息融合和标签信息增强。随后，基于重加权优化框架设计了高效迭代求解算法，显著降低了计算复杂度。

随后，将提出半监督分类方法应用于解决开源情报数据低维表征和有价值情报快速筛选等任务，形成了开源情报智能标注技术，支撑了多模态情报智能分析智能化水平提升。

最后，对本报告研究工作进行了总结和展望。未来将进一步研究弱监督学习理论、快速优化算法及拓展到军事动态数据分析中。

Towards machine learning stochastic dynamics

报告人：汤迎 北京师范大学珠海校区

个人简介：

汤迎，北京师范大学珠海校区复杂系统国际科学中心的副研究员，2023年优青上会。上海交通大学物理系博士，加州大学洛杉矶分校定量和计算生物科学研究所博士后。曾获2023年中国科学院彭桓武中心青年访问科学家资助。研究领域为非平衡态系统的随机动力学、统计物理、机器学习。近期研究成果包括，提出了演化神经网络的方法追踪高维随机反应网络演化；发展了时间序列动力学互信息的计算框架；发现非平衡系统中一个新的自由能等式：磁场不做功却仍能增大自由能。

报告摘要：Machine learning and stochastic dynamics have deep connections and cross-feed each other. As an example of AI for science, machine learning provides a powerful tool to investigate the time evolution of stochastic dynamics. In this talk, I will report our recent progress in two specific questions: (1) tracking the time evolution of the probability distribution for stochastic reaction networks; (2) characterizing a type of dynamical phase transition in nonequilibrium statistical mechanics. The results demonstrate how machine learning can help understand nonequilibrium complex systems, and provide many opportunities for future developments.

P-Moment Stability and Control of Linear Stochastic Systems: Based on Generalized H-Representation Technique

报告人：夏建伟 聊城大学

个人简介：

夏建伟，博士，聊城大学教授、硕士生导师、系统科学学科带头人，意大利卡梅里诺大学博士生导师。入选山东省泰山学者特聘专家、聊城大学光岳学者、聊城市有突出贡献中青年专家等称号。主要研究方向包括随机系统鲁棒控制、非线性系统白适应控制等。近5年来，以第一作者/通讯作者在IEEE汇刊、中国科学等国内外权威学术期刊发表SCI收录论文30余篇，其中17篇入选ESI高被引论文，2021、2022年入选科睿唯安“全球高被引科学家”榜单。主持国家自然科学基金3项，首位获山东省高等学校优秀科研成果奖一等奖2项。担任中国自动化学会青年工作委员会常务委员，中国自动化学会随机系统控制学组、逻辑系统控制学组委员，山东省数学会、自动化学会理事，美国数学评论评论员、国际SCI 期刊International Journal of Control, Automation, and Systems副主编等学术任职。截至2023年，指导毕业硕士研究生14人，其中13人考取博士研究生。8人获国家奖学金，3人获山东省优秀硕士毕业论文。获山东省研究生优秀创新成果3项。

报告摘要：A generalized H-representation is developed, which can transform stochastic systems to deterministic systems. With the help of this new approach, several necessary and sufficient conditions of pth moment asymptotic stability and stabilization of linear stochastic systems are addressed. Meanwhile, the generalized Hrepresentation method is also applied to investigate pth moment observability and pth moment complete observability for the addressed systems.

传感器网络的一致性分布式卡尔曼滤波

报告人：薛文超 中国科学院

个人简介：

薛文超，中科院数学与系统科学研究院副研究员，博士生导师。2007年于南开大学获学士学位，2012于中科院数学与系统科学研究院获博士学位。研究领域主要包括非线性不确定系统的控制与滤波、分布式估计、飞行器系统控制等，并致力于实际系统控制与状态估计中基础理论问题的提炼与解决。

主持国家基金委优秀青年基金项目，装发基础研究项目课题，科技委基金项目等。获2020年度军队科学技术奖一等奖（排名第2）、中国工业与应用数学学会应用数学青年科技奖等；获DDCLS 2018，CCC 2019等多个国际会议的优秀论文奖；入选中国科协青年人才托举工程、中国科学院青年创新促进会会员等。目前担任IFAC Journal of Control Engineering Practice等杂志编委；担任中国自动化学会控制理论专委会秘书长、中国指控学会自抗扰控制专委会总干事等。

报告摘要：本报告针对几类基于传感器网络的系统状态估计问题，提出了基于一致性卡尔曼滤波的分布式估计算法，并给出了算法的稳定性、一致性等理论结果。首先，针对基于传感器网络的线性系统，提出了一致性分布式卡尔曼滤波算法，并证明了算法的稳定性和一致性；进一步，针对系统动态及噪声模型具有不确定性的情形，分析了传统分布式卡尔曼滤波算法可能存在的不稳定性及不一致性问题，并引入了额外补偿参数从而得到一致性分布式卡尔曼滤波算法的一般框架，还证明了所提出参数设计方法可使得算法具有稳定性和一致性。最后针对角度网络传感器网络下的分布式状态估计问题，提出了基于距离最优估计的分布式卡尔曼滤波算法结构，并给出了所提出算法的性能分析结果。

智能集群系统分布式优化与博弈的理论与应用

报告人：衣鹏 同济大学

个人简介：

衣鹏，理学博士，同济大学电子与信息工程学院教授、特聘研究员，博导。2011年从中国科学技术大学获得自动化本科学位，2016年从中国科学院数学与系统科学研究院获得运筹学与控制论博士学位。2016年-2019年分别于加拿大多伦多大学和美国圣路易斯华盛顿大学从事博士后研究。2019年加入同济大学，现任“青年百人”教授。主要研究方向为多智能系统的分布式优化与博弈。入选国家海外青年人才计划，获得第五届中国科协“青年人才托举工程”与上海市科技英才“扬帆计划”支持，主持国家自然基金一项、国家重点研发计划课题一项，参与上海市重大专项、先导专项等项目。

报告摘要：各类具备信息耦合或物理耦合的大规模网络系统越来越多地应用于自然科学、社会科学和工程技术等领域。此类网络可以看作由多个具有感知、计算、通信和执行能力的智能体所组成的多智能体集群系统。多智能体系统可以通过协同合作完成特定的全局任务，也可以通过相互竞争以实现系统各部分的均衡。仅依赖于智能体局部数据、局部计算和局部通信的分布式决策方法具有无需大量数据传输、防止单点网络故障和保护用户隐私、自主性、鲁棒性、可扩展性等优势。将汇报在多智能体系统的分布式优化与博弈等方面的研究进展，包括在随机图分布式在线学习、变尺度采样随机优化、聚合博弈纳什均衡加速计算和最优诱导以及信息物理系统博弈的理论研究工作，并介绍在拦截对抗、多车混行自动驾驶、多机器人协同定位与建图等场景中的应用。

基于“预测-决策一体化”的城轨列车运行图优化方法

报告人：阴佳腾 北京交通大学

个人简介：

阴佳腾，博士、副教授，北京交通大学系统科学学院大数据与智能计算中心副主任、轨道交通控制与安全国际合作联合中心副主任，美国威斯康星大学麦迪逊分校、瑞士苏黎世联邦理工学院访问学者。分别于2012年、2018年获得北京交通大学学士、博士学位。目前主要从事交通运输组织、人工智能、运筹学等方向研究工作，在领域顶级、权威期刊发表论文30余篇，5篇论文ESI高被引论文/热点论文。主持国家自然科学青年基金、北京市自然科学面上基金等。入选中国科协青年人才托举计划（2020）、北京交通大学“青年英才”计划等，获中国城市轨道交通协会科技进步一等奖（2021）、中国自动化学会科技进步一等奖（2019）、中国自动化学会自然科学二等奖（2020）。

报告摘要：后疫情时代，我国城市轨道交通的客流量快速回升、不断再创新高。如何设计与客流量时空匹配的列车运行图、保证地铁系统各时段运力与运量精准匹配，是轨道交通运营部门关注的重要问题。现有方法主要采用离线的客流预测数据作为编制运行图的依据，形成“开环”的“预测-决策”框架。本文利用地铁运营历史客流数据和机器学习神经网络模型预测未来的线网客流量，同时构建整数规划模型以优化列车运行图、极小化乘客期望等待时间，通过将整数规划模型的目标函数作为神经网络模型的预测输出模块，形成“预测-决策一体化”的城轨列车运行图优化方法。最后，利用北京地铁实际客流数据对模型和方法进行了有效性验证，并与传统“开环”方法进行了对比。

复杂系统视角下的科学学

报告人：曾安 北京师范大学

个人简介：

曾安，北京师范大学系统科学学院教授，国家青年人才项目入选者。研究主要集中在复杂网络的实证与应用研究领域，以复杂网络，科学学，信息挖掘为主要研究方向。近5年以第一作者在Nature Human Behaviour, Nature Communications, PNAS, Physics Reports等期刊发表多篇论文。成果被Nature 正刊以研究亮点配图报道，并入选国家自然科学基金优秀成果选编。

报告摘要：科技的发展依赖于科学家大量的研究探索行为。科学研究活动本身形成了一个典型的复杂系统，有着上亿篇的文献、千万级的科学家，有着论文引用、科学家合作等各种相互作用，有着知识的发现、领域的形成、团队的组建等涌现行为。借助于复杂系统的分析工具和视角，近年来科学研究中的很多普适性规律被挖掘出来。这种针对科研活动的研究统称为“科学学”（Science of Science），即研究科学本身的科学。本次报告将介绍基于复杂网络和人类行为动力学挖掘出科学家兴趣迁移和团队合作等方面的一般性规律。

车辆通行轨迹拟人化建模与仿真

报告人：赵靖 上海理工大学

个人简介：

赵靖，上海理工大学教授、博士研究生导师，管理学院副院长，入选国家优青、中国智能交通协会优秀科技创新领军人才、中国交通运输协会科技创新青年奖、上海市曙光计划、上海市青年拔尖人才、上海市浦江人才、上海市青年五四奖章。兼任中国管理科学与工程学会理事、上海市交通工程学会监事、上海市公路学会理事、WTC公共交通设计技术委员会联合主席。主要从事交通系统控制与管理方向研究，主持国家自然科学基金项目4项，以主要完成人获省部级奖项3项。

报告摘要：道路交通流建模与仿真模拟是分析交通流运行规律并获取运行效率、安全、环境等评价指标的常用手段，研究针对道路二维平面空间轨迹离散现象，提出了一种考虑驾驶员交互行为的交叉口微观交通流模型，拟人化描述交互作用下的人工驾驶车辆运动行为，可内生获取车辆二维交互顺序和通行轨迹，从而提供更精细的交通运行仿真及评价方法。

数智时代下的复杂社会系统建模与决策智能

报告人：郑晓龙 中国科学院

个人简介：

郑晓龙，中科院自动化所研究员、博士生导师、中国科学院特聘核心岗位研究员、国家杰出青年科学基金获得者，已主持国家相关项目20余项，在国内外高水平学术期刊或会议上发表论文150余篇，其中，期刊论文90余篇，出版论著9部，授权专利、软件著作权20余项，获省部级科技奖励5项，担任7次国际学术会议执行主席、7次国际学术会议出版主席、3个国际学术期刊副主编或编委以及50余个国际顶级或知名学术会议程序委员会委员，担任中国自动化学会计算社会与社会智能专委会副主任委员、中国指挥与控制学会大数据科学与工程专委会副主任委员及总干事、中国技术经济学会决策智能分会副会长、中国人工智能产业发展联盟学术与知识产权组副组长等，担任国家基金委、科技部、工信部等多个类型项目评审、战略规划及咨询专家。

报告摘要：近年来，社会发展经历了“数字化、网络化和智能化”的大变革。正在爆发的ChatGPT、AlphaGO等新技术以及未来的新一代AI技术将很有可能重新定义我们人类的认知，加速我们物理现实和社会组织和交互方式的变化。这场变革始于新技术应用，并被快速外溢到社会、经济、生活方方面面。虚拟空间的涌现及与真实世界的平行交互，人、机、物、网之间前所未有的互融互通，使得复杂社会系统呈现崭新的发展形态和新特征。这些新形态带来了很多激动人心的新机遇。同时，由新技术应用引发的新风险与群体社会活动、区域经济发展、自然环境承载力等诸多因素关联交织在一起，呈现出前极强的耦合性和传导性。大数据和人工智能技术的快速发展，催生了社会计算与决策智能这一新兴领域，为复杂社会系统研究与实践提供了新的视角、理论范式和技术手段。本报告主要阐述数字化和智能化时代背景下的复杂社会系统建模与决策智能研究的核心共性技术挑战、研究现状，并讨论当前该领域存在的机遇以及未来的发展趋势。