本人主要研究方向为：运用运筹优化与人工智能等方法，（1）开展多源数据的真伪判别与可信度/可用性评估；（2）基于得到的海量数据，挖掘城市交通系统及社会科学的客观规律与内在机理；（3）利用发现的客观规律和机理应用于城市管理实践，致力于解决实际问题。
曾指导 3 名博士研究生及多名硕士研究生开展科研工作，相关成果已发表于 Transportation Research Part E、IEEE Transactions on Intelligent Transportation Systems、Communications in Transportation Research 等交通领域国际知名期刊。
我认为指导研究生的基本准则可以概括为一条主线：研究生阶段的核心任务，是形成并持续强化“解决实际问题”的能力。
本科阶段更强调学习能力的训练，目标通常是掌握课本知识并通过考试检验。相比之下，研究生阶段更强调解决问题能力的构建。面对一个真实存在的一般性问题（并非限制在学术框架下），学生需要尽可能（不强求）识别问题本质，形成可执行的解决路径，并依靠主观能动性推动落地。需要强调的是，问题求解通常不存在线性的标准答案，学生须结合自身能力天赋与客观条件限制，选择最合适自己的路线并持续迭代优化。
在此框架下，学术研究并非培养研究生的最终目的，而是训练问题解决能力的具体载体和场景。其原因在于，学术问题往往是引入诸多假设后对现实问题的简单抽象化表达（就是简单）。通过解决学术问题，学生应掌握一套可迁移的通用方法论，用于处理更复杂、更不确定的现实问题。
具体而言，通常包括以下步骤：
文献调研：明确是否已有研究或实践解决过相近问题，识别可复用的思路、模型与失败经验（前车之鉴，后车之师）。
具体问题，具体分析：在已有工作基础上，刻画当前问题相对于既有问题的关键差异与约束条件，明确“为什么不能直接照搬”，并提炼独特特征（格物致知，对症下药）。
数学表达：将问题转化为可计算、可检验的定量表达，尽量以可度量指标支撑判断，避免仅停留在定性叙述（定量>定性）。
尝试解决问题：尝试性选择解决问题的路径，并开始行动（知行合一）。
获取反馈：在数据、实验、应用场景或专家评审中获取反馈（实践是检验真理的唯一标准）。
再次分析与迭代：承认复杂问题难以一次解决，根据反馈重新定位偏差来源，调整假设、数据、模型与实现路径，循环迭代直至达到可接受的解决效果（干中学）。
研究生阶段不只是一条“做科研”的单线任务，更是一段多维度的生活体验。希望大家坚持锻炼、强健体魄，在春日里去赴鸡鸣寺樱花之约，拓展兴趣、开阔视野，同时扎实锤炼解决问题的能力。
欢迎报考我的研究生，一起共同进步，探索这个世界。
