近日，学院教师李甜、蔺庆海分别以第一作者身份在交通安全领域国际知名期刊《Accident Analysis and Prevention》、《IEEE Transactions on Intelligent Transportation Systems》发表论文。

  李甜发表题为“Spatial heterogeneity effect of built environment on traffic safety using geographically weighted atrous convolutions neural network”的研究论文。该论文的合作作者包括我校交通与物流工程学院张萌萌教授与研究生刘淑琪、赵瀚林等，山东交通学院交通与物流工程学院为第一完成单位。该研究得到济南市高等学校自主创新团队项目（项目编号20233040）和山东省社会科学规划项目（项目编号24DGLJ25）资助。

  近年来，建成环境对交通事故影响的学术研究引发广泛关注。本研究聚焦此热点话题，考虑建成环境要素间的道路网络距离和影响关系的非线性衰减对交通事故的影响，构建了地理加权空洞卷积神经网络回归模型，以精准捕捉建成环境对交通事故影响的空间异质性。本研究基于济南市交通事故和建成环境数据进行实例验证，本工作丰富了建成环境对交通事故影响机理分析的理论方法，有助于城市建成环境改善策略的制定和城交通安全水平的提升。

  《Accident Analysis and Prevention》是交通安全领域的顶级期刊，最新影响因子5.7，属于中科院一区和JCR一区TOP期刊。

  论文链接：https://authors.elsevier.com/a/1ka38_27lXgSq

  蔺庆海发表题为“Multi-Agent Game Theory-Based Coordinated Ramp Metering Method for Urban Expressways With Multi-Bottleneck”的研究论文。该论文的合作作者包括中山大学何兆成教授、黄玮教授、武智刚博士以及我校交通与物流工程学院张萌萌教授，山东交通学院交通与物流工程学院为第一完成单位。该研究依托国家重点研发计划项目《自主式交通系统计算技术》、山东省自然科学基金项目《多源异构数据融合下的城市快速路匝道协调控制优化》等展开。

  近年来，交通出行需求的持续增长导致城市快速路交通拥堵愈发呈现严重化和常态化的趋势，引发交通安全、交通污染等系列问题。入口匝道协调控制是一项行之有效的缓解城市快速路拥堵的管控措施，但仍在瓶颈辨识、控制对象选择以及控制方法建模等层面存在一些局限性。该研究利用车辆身份检测（Automatic Vehicle Identification，AVI）数据全量轨迹、OD等细粒度信息，针对复杂的城市快速路多瓶颈场景，构建了多智能体马尔科夫博弈模型，并设计了兼顾系统效率与入口匝道间公平性的奖励函数，采用多智能体深度强化学习算法进行了高效求解。本项工作丰富了匝道协调控制策略与方法，将有助于提升对AVI数据的获取、处理以及应用能力，同时将有效助力城市快速路交通运行效率的提升。

  《IEEE Transactions on Intelligent Transportation Systems》是智能交通系统领域的顶级期刊，最新影响因子7.9，CiteScore14.8，H-index指数112，属于中科院一区和JCR一区TOP期刊。

  论文链接：https://doi.org/10.1109/TITS.2024.3521460