FAST学术报告会——张帅超、陈楚翘、陈笑微

12月15日，课题组张帅超、陈楚翘、陈笑微在安中大楼A322分别为大家做了题为《短期交通流预测：两个案例研究》、《利用标度律的网约车访问次数预测》和《拼车对交通系统的影响》的学术报告。

在报告中，张帅超首先引入时交通流预测的定义并对相关领域的研究进行了综述，而后应用集成的梯度提升回归树（GBRT）和Lasso算法，对比分析了正常和异常事件条件下的短时交通流预测精度，证明了集成算法在事件发生条件下的鲁棒性；陈楚翘在明确了标定律定义的基础上，利用杭州滴滴平台的真实需求数据，分析网约车空间访问频率的标定率，最终提出一种指数预测模型来拟合空间到达频率分布，进而解释了环境变量和服务变量在时空到达预测中的重要性；陈笑微通过共享出行数据与问卷数据的结合，分析了网约出行中快车拼车和顺风车拼车对于车公里数和居民车辆购买意愿的影响，得到了网约车能够有效的缓解一定的供需不足，也能使系统的车公里数有较为明显减少的结论。

报告结束后现场老师和同学们就学术报告中分享的经验和方法进行了探讨交流。