创新乐此不疲 着力智能交通

陈德旺，男，1976年12月出生，安徽芜湖人。1998年、2000年分别获得哈尔滨工程大学机械电子工程专业学士和硕士学位，2003年获得中科院自动化所控制理论与控制工程专业博士学位。 2003-2008年在北京交通大学电子信息工程学院工作，2005年晋升为副教授，2007年获铁道部科技进步二等奖。2009年在美国加州大学伯克利分校计算机系访问，师从美国工程院院士Lotfi  Zadeh教授。2010-2014年在北京交通大学轨道交通控制与安全国家重点实验室工作，2010年入选北京市科技新星计划，2011年晋升为教授，2012年任博士生导师并应邀访问澳大利亚南澳大学，2014年入选福建省闽江学者计划。2015年正式调动到福州大学数学与计算机科学学院工作，获詹天佑青年奖。2016年获得运筹新人奖，创立福州大学轨道交通研究院，并任首任院长，组织了40余人的科研团队，包括数学、计算机、交通工程、自动化等相关专业科研人员10多名，博士硕士研究生20多名，致力于将先进的数学方法与计算机技术应用于智能交通行业，重点在于轨道交通的智能控制、故障诊断和大数据分析。

陈德旺博士长期从事最优化、机器学习、智能交通(ITS)、轨道交通控制等领域的研究，主持国家自然科学基金面上、工信部倍增计划、教育部基本科研业务费重点、北京市自然科学基金面上、国家重点实验室重点等十多项项目，参与青藏铁路项目、国家自然科学基金重点项目、国家科技部863项目、国家发改委重大攻关项目多项，项目总经费超过4000万元。共发表论文70余篇，其中SCI检索论文20多篇，JCR 二区以上论文18篇（其中15篇为第一作者或通信作者），EI检索论文30多篇，论文引用超过1000次。独立发表学术专著3本，获得授权国家发明专利4项。

陈德旺博士在国内外学术界有一定的影响力，是IEEE 高级会员、国际智能交通领域著名SCI期刊IEEE Transaction on Intelligent Transportation Systems的编委、国际软计算学会青年委员会委员、国家自然科学基金委员会项目通信评审专家、中国运筹学会智能计算分会常务理事、中国人工智能学会粗糙集和软计算专委会委员、多个国内外会议的程序委员会委员和分会主席、多个SCI期刊的审稿专家、在10多个国内外学术会议应邀做大会报告、2015全国社会计算大会组委会主席、2015全国平行管理大会程序委员会主席、2016年中国运筹学会不确定系统年会组委会主席。

陈德旺博士非常重视研究生创新能力的培养，鼓励他们选择有挑战性的课题，全力帮助研究生实现他们的科研梦想。他自从2005年开始培养研究生，10多年来共培养毕业研究生20多名，在读博士生硕士生10多名，其中10多名研究生获得优秀毕业生称号、获得国家奖学金。陈德旺博士热爱科研、勇于创新，擅长从重大工程项目中提炼关键科学问题，乐此不疲于提出更好的解决方法。他长期致力于智能交通行业，尤其是轨道交通的信息智能处理技术，在青藏铁路、高速铁路和城市轨道交通的建设中发挥了作用。他不仅擅长于理论研究，也积极开展与产业化工作相关的合作研究，并具备组织科研团队解决重大工程问题的经验和能力。主要科技成果与学术贡献可以总结为以下4个方面。

一、青藏铁路大量实测GPS 数据的智能处理技术

综合应用最优化理论、专家经验和主曲线算法，解决了青藏铁路大量实测GPS数据的数据约简、错误数据检测和多轨迹融合等三大科学问题，对青藏铁路顺利开通发挥了一定作用，2007年获得铁道部科技进步二等奖。在实际科研工作的基础上，深入提炼科学问题，在IEEE Transactions on Intelligent Transportation Systems, Expert Systems with Applications 等著名SCI期刊发表论文4篇，出版学术专著《铁路卫星定位数据的智能处理－以青藏铁路为例》，获得国家发明专利1项。随着卫星定位技术在铁路上的逐步应用，尤其是我国自主研发的北斗卫星技术在铁路上的推广应用，以上技术将会有一定产业化发展前景。

二、城市轨道列车智能驾驶与精确停车技术

在列车自动驾驶的基础上，首次提出了列车智能驾驶的概念。综合应用强化学习、数据挖掘、驾驶经验等方法，有效提高了驾驶系统的智能性，降低了系统能耗，在IEEE Transactions on Intelligent Transportation Systems、Applied Soft Computing著名SCI期刊等发表了论文3篇，出版学术专著《城轨列车智能驾驶模型与优化算法研究》，并入选了2010年北京市科技新星计划（北京市共100名，排名第15）。针对地铁屏蔽门广泛安装的现状，对列车停车精度和可靠性提出了更高的要求，利用模糊神经网络，对列车停车误差做了更高精度的估计。进一步，提出了利用应答器信息的列车精确停车的模型，推导了三种在线学习算法，提高了列车的停车精度和可靠性。以上研究成果获得北京市自动化学会青年人才优秀论文二等奖、北京市科协优秀科技论文三等奖、获得国家发明专利1项。陈德旺教授已经在福州地铁公司汇报了相关研究成果，并积极开展相关的项目研发工作，争取能在福州地铁上得到实际应用。

三、高速列车智能自主定位模型与算法

采用支持向量机、神经网络等方法将高速列车的定位误差降低了50%，并推导了每经过一个应答器，高速列车定位模型的在线学习算法，进一步降低了定位误差约10%，在Applied Soft Computing 和Neural Network and applications 等著名SCI期刊发表了论文2篇，出版学术专著《高速列车智能自主定位模型与在线学习算法-基于应答器实测数据的机器学习》，并获得第十二届詹天佑科学技术奖-青年奖（全国共42名，排名第15）。关于该项研究成果，陈德旺教授目前正与高铁数据处理的一家专业公司合作，将联合建立高铁运行大数据分析平台，用于福建省内的高铁和城际铁路的运行大数据的分析。

   

四、新型机器学习算法及其在城市交通中应用

在美国科学院院士、Stanford大学Hastie教授提出的主曲线模型与算法的基础上，针对两端有固定约束点的实际问题，率先提出了约束主曲线的概念、模型、算法，解决了高速公路交通流建模、铁路GPS轨迹融合、复杂道路轨迹提取、复杂形状拟合等难题，在Journal of Computational and Applied Mathematics、 IEEE Transactions on Intelligent Transportation Systems等著名SCI 期刊发表了论文2篇，获得2016年中国运筹学会的运筹新人奖。在城市交通流速度模式挖掘和城市交通流数据质量分析方面也有一些创新的工作，能为城市交通诱导、缓解城市交通拥堵发挥一定作用，在SCI期刊Applied Soft Computing、Multimedia Tools & Applications发表论文2篇，并获得了2项发明专利 。关于以上研究成果，陈德旺教授已经在福州市城市交通管理部门进行了汇报，目前正在指导研究生开发相关软件，争取能为福州交通拥堵情况的缓解发挥一定作用。