<p style="text-indent:32px;font-size: 16px;line-height:30px;font-family: 微软雅黑, Microsoft YaHei;">
   <strong><span style="font-size: 18px;">报告题目:</span></strong>报告题目:交通基础设施优化(上):公路、铁路和轨道交通线路设计
</p>
<p style="text-indent:32px;font-size: 16px;line-height:30px;font-family: 微软雅黑, Microsoft YaHei;">
   <strong><span style="font-size: 18px;">报告时间:</span></strong>报告时间:2021年12月14日周二上午9:30-11:00
</p>
<p style="text-indent:32px;font-size: 16px;line-height:30px;font-family: 微软雅黑, Microsoft YaHei;">
   <strong><span style="font-size: 18px;">主讲人:</span></strong>主讲人:Paul Schonfeld(美国马里兰大学)
</p>
<p style="text-indent:32px;font-size: 16px;line-height:30px;font-family: 微软雅黑, Microsoft YaHei;">
   <strong><span style="font-size: 18px;">ZOOM会议ID:</span></strong>96229368967;会议密码:485540
</p>
<p style="text-indent:32px;font-size: 16px;line-height:30px;font-family: 微软雅黑, Microsoft YaHei;">
   <strong><span style="font-size: 18px;">报告简介:</span></strong>
</p>
<p style="text-indent:32px;font-size: 16px;line-height:30px;font-family: 微软雅黑, Microsoft YaHei;">
   近年来，人工智能启发式算法应用于高速公路、铁路和城市轨道交通系统自动定位与线路设计之中，可以极大程度减少所需的人工劳动力与时间，启发式算法能够学习人工经验，考虑额外因素，进而提供更好设计方案。从地理信息系统 (GIS) 中获取数据，结合可量化目标与现实条件约束，对公路、铁路和轨道交通系统的路线(交叉路口、立交、山区地形、桥梁、隧道、既有路线、轨道交通沿线车站与路网结构)进行评估与优化。
</p>
<p style="text-indent:32px;font-size: 18px;line-height:30px;font-family: 微软雅黑, Microsoft YaHei;">
   <strong>主讲人简介:</strong>
</p>
<p style="text-indent: 32px; font-size: 16px; line-height: 30px; font-family: 微软雅黑, Microsoft YaHei;">
   Paul Schonfeld，美国马里兰大学土木工程系教授，美国土木工程师协会 (ASCE) 会士、交通工程师协会 ITE) 会士。本科、硕士毕业于MIT，博士毕业于UC Berkeley。2021年起任西南交通大学岩土及地下工程智能建造与安全学科创新引智基地海外专家。曾担任马里兰大学交通运输工程学科负责人达19年之久，从事包括道路网络、交通管理系统、公共交通系统、货运物流、内陆航道和机场相关问题的研究，是美国交通工程界的知名学者。发表论文超过500篇，其中200篇期刊论文。指导的博士毕业生中有24人获得大学教职，于2018年获得ASCE’s James Laurie Prize交通工程职业成就奖。
</p>
<p>
   <br/><br/><br/>
</p>