该论文提出了一种使用智能交通管理基础设施来管理未来城市道路网络的分布式机制，其中智能自主车辆通过软件代理操作以安全高效地穿过道路网络，并结合竞争性市场所得到的交通分配策略，构建了一个自上而下的管理机制。

Jan, 2014

本文研究了欧洲 10 个城市中一家主要租车公司的车辆可用性相关的网络数字记录，以分析及推测车共用旅行和不同区域的客户用途以确定维修设施的位置。

Jul, 2017

本研究综述了作者团队的研究成果，讨论了城市流动性、智能交通系统、需求管理、人工智能和计算视觉等方面的综合性研究。

Mar, 2022

本文采用数据驱动方法，研究交通运输系统中各种形式的干扰对城市移动性的不同影响，并通过对历史性小时出行需求数据进行异常检测和聚类，分类各种干扰情况下的多模式需求动态，为衡量不同干扰情景下的方式转移范围提供了参考。

Jul, 2023

本文介绍了在道路网络上提供实时拼车服务，并保证等待时间和服务时限的大规模实时拼车问题。作者提出了分支限界算法和整数规划算法，并且提出了一种更适应动态请求的动态调度算法，从而在上海出租车数据集上进行实验，并证明了此算法比其他算法响应时间更快。

Feb, 2013

本论文研究基于 Web 的数字记录，分析了 10 个欧洲城市中一项主要积极的汽车共享运营商的车辆可用性，并确定了与车辆共享需求变化相关的社会人口和城市活动指标。同时分析了如何预测取车和还车事件，以及如何利用关于车辆可用性的时空信息推断城市的不同区域如何被顾客使用。最后给出了一个直接应用分析数据集的实例，旨在确定车辆共享运营区内维护设施的位置。

Sep, 2021

本研究提出了一种基于时空预测的高效经济的多模式交通调度方案，命名为 JLRLS，通过采用强化学习算法，将多种交通方式结合起来进行调度，以达到最优性能。

Oct, 2019

本研究探讨了车辆在故障条件下的维修计划，将其制定为一个多准则决策问题，并提出了一种新的方法以减少公共时间损失的风险。

May, 2022

提出了一种新的策略，即利用网约车服务将弱势群体与最近的公共交通联系起来，建立了一种线性规划模型，优化社会公平，并设计了一个基于 LP 的舍入算法，在真实数据上测试了算法的有效性。

Nov, 2022

全球可持续性要求低碳城市交通系统，通过充足的基础设施、低碳交通方式的部署和出行行为转变来塑造；为了适当地实施基础设施的改变，必须理解建成环境对交通的区域特定因果关系机制的影响。本研究使用因果发现和可解释机器学习框架，利用三大洲六个城市的高分辨率出行数据来检测城市形态对市内交通的影响，并发现距离市中心、人口统计数据和密度间接影响其他城市形态特征；通过考虑因果关系，发现不同城市的具体影响力基本相似但存在差别。此外，城市的扩张程度和工作的覆盖范围对交通排放是最有影响力的因素，凸显了紧凑城市发展及相关好处的重要性。不同城市的城市形态效应的差异需要更全面的 6D 度量标准定义。我们的研究是使用因果发现方法进行就地分析城市形态对移动行为影响的起点，对城市规划者和各大洲的市政当局具有重要价值。

Aug, 2023