智慧交通研究院科研团队在智能交通领域研究取得新进展

（智能交通研究院 通讯员 李文新）近日，智慧交通研究院智慧交通管控与安全团队李文新副教授联合浙江大学李德纮教授、澳门城市大学郭经纬教授，在大型综合交通港口集装箱智能预测与调度领域取得新进展，相关成果以“A multi-dimensional feature-optimized deep learning framework with self-adaptive attention for container throughput forecasting in sea-rail intermodal systems”为题，在智能交通领域国际期刊Transportation Research Part C: Emerging Technologies (TR_C) 上发表，李文新为第一作者，学校为第一单位。此次发表研究成果，是团队近年来在智能交通基础研究领域不断尝试与突破的结果。

本研究开发了一种新颖的混合深度学习预测框架，集成了贝叶斯优化、卷积神经网络、长短期记忆和自注意力机制，优化了卷积层的特征提取，改进的贝叶斯优化算法可以识别最优超参数，进一步提升了模型的预测性能。通过在上海港和深圳港进行真实数据验证实验，与十余个主流深度学习算法预测模型进行结果对比，充分验证了开发模型的有效性。此外，通过可迁移性测试、消融研究和时间序列交叉验证等，进一步验证了所提框架的鲁棒性和泛化能力。

这一研究成果为实现大型综合交通港口集装箱智能预测和港口载运工具智能调配提供了理论依据，有助于大型综合交通运输港口向智能化、绿色化方向发展。

审核：孙艳玲

责编：卜润慧 程威