李大韋，男，1987年10月出生，教授，博士生導師。現任東南大學交通工程系副主任，東南大學應急交通研究中心副主任。
基本介紹
個人簡介,教育經歷,工作經歷,獎勵及榮譽,學術兼職,代表性科研項目,代表性論著,學術成果,
個人簡介
李大韋，本碩畢業於東南大學交通學院，博士畢業於日本名古屋大學， 2014 年起任職於東南大學，曾在日本名古屋大學、新加坡-麻省理工聯合研發中心（SMART）、香港理工大學從事科研工作。擔任中國交通教育研究會高教分會理事、中國公路學會自動駕駛工作委員會委員、世界交通運輸大會（WTC） 交通工程學部秘書、多模式交通網路規劃技術委員會主席、面向未來的城市綜合交通系統技術委員會主席、 交通運輸工程學報（英文版）青年學術編輯、交通部公交都市建設示範工程驗收專家等學術與行業兼職。
先後主持國家自然科學基金項目 2 項（青年+面上）、國家重點研發計畫青年科學家課題課題 1 項、國家重點研發項目子課題 2 項、國家自然科學基金國合重點項目子課題 1 項、江蘇省自然科學基金項目 1 項（驗收評價為優秀），參與國家及省部級項目10 餘項， 發表 SCI&SSCI 論文近 50 篇，授權發明專利 8 項、軟著 3 項，分別在日本（與米其林、豐田公司合作項目）、新加坡（麻省理工 SimMobility 項目）、中國（獨立開發 SimTrend多模式交通仿真軟體）參與 3 項多模式交通系統建模與仿真軟體開發。與攜程、騰訊、華設、萊斯、交通部公路院、交通部科研院、智加、東軟等國內外企業與行業單位有合作關係。
承擔《交通工程基礎》 等 5 門課程的教學工作。作為課程組負責人，建設東南大學交通工程專業基礎課《交通行為分析基礎》， 主持各類 4 項，參與國家級教改項目 1 項，省部級教改項目 1 項， 參與製作國家級線上精品課程《交通規劃》。
指導學生獲省優本科畢業設計、華為ICT大賽一等獎、交科賽國賽、省賽一等獎。
榮獲中國公路學會科學技術獎一等獎（排 1/15），江蘇省科學技術獎二等獎（排 2/11），中國運輸協會科技進步一等獎（排 5/15），中國交通教育優秀中青年教師獎、國家級教學成果二等獎、江蘇省教學成果特等獎、東南大學教學成果獎特等獎。
研究方向： 交通行為分析與政策評價、AI+多模式交通系統建模與仿真、智慧出行服務、自動駕駛與自主式交通系統等。
教育經歷
2004-2008，東南大學，交通工程專業，學士學位；
2009-2011，東南大學，交通運輸規劃與管理專業，碩士學位；
2011-2014，名古屋大學（日本），城市環境專業，博士學位。
工作經歷
2023年至今，東南大學, 交通學院, 教授, 東南大學交通工程系副主任, 東南大學應急交通研究中心副主任
2018-2020, 香港理工大學, CEE, 香江學者
2019, 名古屋大學 Institute of Materials and Systems for Sustainability (IMaSS)，特任準教授
2017-2023，東南大學, 交通學院, 副教授、博導，城市智慧型交通省重點實驗室秘書（曾任），交通工程研究所副所長（曾任），交通工程系副主任（現任）
2014-2017, 東南大學, 交通學院, 講師
2014，名古屋大學 Green Mobility Collaborative Research Center，博士後研究員
2013， Singapore-MIT Alliance for Research and Technology，研究助理 （合作導師： Moshe Ben-Akiva 教授，麻省理工學院）
2008-2009，內蒙古準格爾旗第一中學，支教志願者
獎勵及榮譽
[1] 中國公路學會科學技術獎一等獎（2022 年度，排 1/15）
[2] 江蘇省科學技術獎二等獎（2022 年度，排 2/11）
[3] 中國運輸協會科技進步一等獎（2021 年度，排 5/15）
[4] 入選“香江學者”計畫
[5] 東南大學“至善學者”（A 類）
[6] WTC 最佳論文獎（2 次）
[7] 騰訊“犀牛鳥精英人才培養計畫”專家組成員
[8] 參與國家級一流線上課程《交通規劃》建設
[9] 國家級教學成果二等獎
[10] 江蘇省教學成果獎特等獎
[11] 榮獲中國交通教育優秀中青年教師稱號
[12] 中國交通教育研究會高校研究分會理事
[13] 培養學生獲華為ICT大賽一等獎、交科賽國賽、省賽一等獎
[14] 省優本科畢業設計指導老師
學術兼職
[1] 中國交通教育研究會高教研究分會理事，2020
[2] 中國公路學會自動駕駛工作委員會委員，2019
[3] 世界交通運輸大會（WTC）
交通工程學部秘書，2019
多模式交通網路規劃技術委員會主席，2019
面向未來的城市綜合交通系統技術委員會主席，2017
[4] 交通運輸工程學報（英文版）青年學術編輯,2020
[5] 交通運輸部公交都市建設示範工程驗收專家，2019
[6] 騰訊“犀牛鳥精英人才培養計畫”專家組成員，2019
[7] 《Frontier in Built Environment》,審稿編輯，2022
[8] 《交通運輸工程學報》交通需求回響機制設計與系統最佳化專刊組稿專家，2021
[9] 《清華大學學報（自然科學版）》城市綜合交通專刊組稿專家，2021
[10] 《交通運輸工程與信息學報》專欄編委：新時代出行選擇理論與方法，2021
[11] 《交通運輸系統工程與信息》“城市多模式交通網運行仿真”專欄組稿專家，2021
[12] 《中國公路學報》優秀審稿人，2022
代表性科研項目
[1] 國家重點研發計畫，交通載運裝備與智慧型交通技術專項， 自主式交通系統運行及環境狀態全息感知技術（指南 2.1）， 2022/12-2026/11， 3000 萬元， 青年科學家課題“自主式交通系統超視距全息感知與信息傳輸共享技術” 負責人（負責經費 485 萬元）；
[2] 國家自然科學基金項目（面上） ， MaaS 背景下考慮複雜異質性的路徑選擇建模與網路混合需求分配， 2020/01-2023/12， 50 萬元，主持；
[3] 國家自然科學基金青年項目，考慮活動日程的多模式交通網路廣義路徑選擇建模，2017/01-2019/12， 20 萬元，主持；
[4] 江蘇省自然基金項目，考慮全天活動鏈的多模式交通網路下路徑選擇建模研究，2015/07-2018/06， 20 萬元，主持，結題，驗收結果為“優秀”；
[5] 國家重點研發計畫，綜合交通運輸與智慧型交通專項，城市多模式交通網運行仿真系統平台開發（指南 2.1）， 2020/02-2022/12， 2200 萬元， 子課題負責人（負責經費 175 萬元）；
[6] 國家重點研發計畫，綜合交通運輸與智慧型交通專項，城市多模式交通供需平衡機理與仿真系統（指南 6.1）， 2019/02-2021/12， 2438 萬元， 子課題負責人（負責經費 30 萬元）；
[7] 國家自然科學基金國際合作與交流重點項目， 515110143，低碳化進程中城市多模式交通系統運營關鍵問題研究， 2015/09-2018/08， 300 萬元，子課題負責人（負責經費 25萬元）；
[8] 江蘇省政策引導類計畫（省重點研發系列，以色列國合項目） ，基於車路協同（V2X）的智慧移動即服務的公交優先系統聯合研發， 2020/06-2022/06,100 萬元， 技術負責人（企業牽頭） 。
代表性論著
[1] 李大韋; 馮思齊; 曹奇; 宋玉晨; 賴信君; 任剛 ; 大數據背景下的路徑選擇行為建模, 中國公路學報, 2021, 34(12): 161-174
[2] Yuchen Song; Dawei Li; Qi Cao; Min Yang; Gang Ren ; The whole day path planning problem incorporating mode chains modeling in the era of mobility as a service, Transportation Research Part C: Emerging Technologies, 2021, 132: 0-103360
[3] Yuchen Song; Dawei Li; Dongjie Liu; Qi Cao; Junlan Chen; Gang Ren; Xiaoyong Tang ; Modeling activity-travel behavior under a dynamic discrete choice framework with unobserved heterogeneity, Transportation Research Part E: logistics and Transportation Review, 2022, 167:102914-102914
[4] Dawei Li; Min Yang; Cheng-Jie Jin; Gang Ren; Xianglong Liu; Haode Liu ; Multi-Modal Combined Route Choice Modeling in the MaaS Age Considering Generalized Path Overlapping Problem, IEEE Transactions on Intelligent Transportation Systems, 2020, 22(4): 2430-2441
[5] Dawei Li; Tomio Miwa; Takayuki Morikawa; Pan Liu ; Incorporating observed and unobserved heterogeneity in route choice analysis with sampled choice sets, Transportation Research Part C: Emerging Technologies, 2016, 67: 31-46
學術成果
l 專著與章節
交通強國建設首本推薦教材《綜合交通運輸導論》（交通運輸部交通強國建設首本推薦教材，編委會委員）
l 國內國際期刊論文
[1] Wang, J, Miwa, T, Ma, X, Li, D., & Morikawa, T. (2023). Recovering Real Demand for Free-Floating BikeSharing System Considering Demand Truncation Migration, and Spatial Correlation. IEEE Transactions on Intelligent Transportation Systems. Accepted.
[2] Liu, D., Li, D., Sze, N. N., Ding, H., & Song, Y. (2023). An integrated data-and theory-driven crash severity model. Accident Analysis & Prevention, 193, 107282.
[3] Cao, Q., Deng, Y., Ren, G., Liu, Y., Li, D., Song, Y., & Qu, X. (2023). Jointly estimating the most likely driving paths and destination locations with incomplete vehicular trajectory data. Transportation Research Part C: Emerging Technologies, 155, 104283.
[4] Jin, C. J., Shi, K. D., Jiang, R., Li, D., & Fang, S. (2023). Simulation of bi-directional pedestrian flow under high densities using a modified social force model. Chaos, Solitons & Fractals, 172, 113559.
[5] Li, D., Song, Y., Liu, D., Cao, Q., & Chen, J. (2023). How carpool drivers choose their passengers in Nanjing, China: effects of facial attractiveness and credit. Transportation, 50(3), 929-958.
[6] Li, D., Feng, S., Song, Y., Lai, X., & Bekhor, S. (2023). Asymmetric closed-form route choice models: Formulations and comparative applications. Transportation research part A: policy and practice, 171, 103627.
[7] Li, D., Dai, Q., Zhang, T., & Shi, X. (2023). Long-Term Individual Trip Pattern Prediction of Bus Passengers Using Smart Card Data: A Bayesian Method Based on Feature Selection.
[8] Chen, Q., Zhang, H., Song, Y., Huang, D., Li, D., & Wang, H. (2022). Analysis of Perception Variance in Regret Choice Modeling Based on GPS Data Considering Building Environment Effects. Journal of Advanced Transportation, 2022.
[9] Shi, X., Xue, S., Shiwakoti, N., Li, D., & Ye, Z. (2022). Examining the effects of exit layout designs on children pedestrians’ exit choice. Physica A: statistical mechanics and its applications, 602, 127654.
[10] Li, D., Al-Mahamda, M. F., Song, Y., Feng, S., & Sze, N. N. (2022). An alternate crash severity multicategory modeling approach with asymmetric property. Analytic methods in accident research, 35, 100218.
[11] Li, D., Liu, Y., Song, Y., Ye, Z., & Liu, D. (2022). A Framework for Assessing Resilience in Urban Mobility: Incorporating Impact of Ridesharing. International Journal of Environmental Research and Public Health, 19(17), 10801.
[12] 梁順利;李香紅;李大韋;鄭蘭蘭;宋暉穎. (2022) 疫情下安裝共享電動車頭盔消毒裝置博弈. 交通科技與經濟, 24(4), 23.
[13] Wang, Y., Ren, G., & Li, D. (2022). Activity-Travel Demand Modeling Based on Multi-Agent Simulation. In CICTP 2022 (pp. 1492-1502).
[14] 李大韋;馮思齊;曹奇;宋玉晨;賴信君;任剛.(2021) 大數據背景下的路徑選擇行為建模，中國公路學報2021, 34(12): 161-174
[15] Song, Y., Li, D., Cao, Q., Yang, M., Ren, G. (2021) The whole day path planning problem incorporating mode chains modeling in the era of mobility as a service. Transportation
Research Part C: Emerging Technologies 132, 103360.
[16] Li, D., Song, Y., Sze, N., Li, Y., Miwa, T., Yamamoto, T. (2021) An alternative closedform crash severity model with the non-identical, heavy-tailed, and asymmetric properties. Accident Analysis & Prevention 158, 106192.
[17] Ma, J., Li, D., Tu, Q., Du, M., Jiang, J. (2021) Finding optimal reconstruction plans for separating trucks and passenger vehicles systems at urban intersections considering environmental impacts. Sustainable Cities and Society 70, 102888.
[18] Yuan, Y., Yang, M., Feng, T., Rasouli, S., Li, D., Ruan, X. (2021) Heterogeneity in passenger satisfaction with air-rail integration services: Results of a finite mixture partial least squares model. Transportation Research Part A: Policy and Practice 147, 133-158.
[19] Jin, C.-J., Jiang, R., Liu, T., Li, D., Wang, H., Liu, X. (2021) Pedestrian dynamics with different corridor widths: Investigation on a series of uni-directional and bi-directional experiments. Physica A: Statistical Mechanics and its Applications 581, 126229.
[20] Shi, X., Xue, S., Feliciani, C., Shiwakoti, N., Lin, J., Li, D., Ye, Z. (2021) Verifying the applicability of a pedestrian simulation model to reproduce the effect of exit design on egress flow under normal and emergency conditions. Physica A: Statistical Mechanics and its Applications 562, 125347.
[21] Jin, C.-J., Shi, X., Hui, T., Li, D., Ma, K. (2021) The automatic detection of pedestrians under the high-density conditions by deep learning techniques. Journal of advanced transportation 2021.
[22] Xue, S., Shi, X., Jiang, R., Feliciani, C., Liu, Y., Shiwakoti, N., Li, D. (2021) Incentivebased experiments to characterize pedestrians’ evacuation behaviors under limited visibility. Safety Science 133, 105013.
[23] Cao, Q., Ren, G., Li, D., Li, H., Ma, J. (2021) Map Matching for Sparse Automatic Vehicle Identification Data. IEEE Transactions on Intelligent Transportation Systems.
[24] Li, D., Yang, M., Jin, C.-J., Ren, G., Liu, X., Liu, H. (2020) Multi-Modal Combined Route Choice Modeling in the MaaS Age Considering Generalized Path Overlapping Problem. IEEE Transactions on Intelligent Transportation Systems 22, 2430-2441.
[25] Li, D., Al-Mahamda, M.F. (2020) Collective risk ranking of highway segments on the basis of severity-weighted crash rates. Journal of advanced transportation 2020.
[26] Cao, Q., Ren, G., Li, D., Ma, J., Li, H. (2020) Semi-supervised route choice modeling with sparse Automatic vehicle identification data. Transportation Research Part C: Emerging Technologies 121, 102857.
[27] Li, D., Jin, C.-j., Yang, M., Chen, A. (2020) Incorporating multi-level taste heterogeneity in route choice modeling: From disaggregated behavior analysis to aggregated network loading. Travel Behaviour and Society 19, 36-44.
[28] Jin, C.-J., Jiang, R., Li, D.-W. (2020) Influence of bottleneck on single-file pedestrian flow: Findings from two experiments. Chinese Physics B 29, 088902.
[29] Li, D., Miwa, T., Xu, C., Li, Z. (2019) Non-linear fixed and multi-level random effects of origin–destination specific attributes on route choice behaviour. IET Intelligent Transport Systems 13, 654-660.
[30] Jin, C.-J., Jiang, R., Wong, S., Xie, S., Li, D., Guo, N., Wang, W. (2019) Observational characteristics of pedestrian flows under high-density conditions based on controlled experiments. Transportation research part C: emerging technologies 109, 137-154.
[31] Jin, C.-J., Jiang, R., Liang, H.-F., Li, D., Wang, H. (2019) The similarities and differences between the empirical and experimental data: investigation on the single-lane traffic. Transportmetrica B: transport dynamics.
[32] Jin, C.-J., Jiang, R., Li, R., Li, D. (2019) Single-file pedestrian flow experiments under high-density conditions. Physica A: Statistical Mechanics and its Applications 531, 121718.
[33] Tu, Q., Cheng, L., Li, D., Ma, J., Sun, C. (2019) Traffic paradox under different equilibrium conditions considering elastic demand. Promet-Traffic&Transportation 31, 1-9.
[34] Jin, C.-J., Knoop, V.L., Li, D., Meng, L.-Y., Wang, H. (2019) Discretionary lane-changing behavior: empirical validation for one realistic rule-based model. Transportmetrica A: transport science 15, 244-262.
[35] Jin, C.-J., Jiang, R., Wei, W., Li, D., Guo, N. (2018) Microscopic events under high-density condition in uni-directional pedestrian flow experiment. Physica A: Statistical Mechanics and its Applications 506, 237-247.
[36] Lou, X., Cheng, L., Li, D., Zhu, S., Zhou, J. (2018) Modeling Day-to-Day Dynamics of Travelers’ Risky Route Choices under the Influence of Predictive Traffic Information. Transp. Res. Record 2672, 12-23.
[37] Ma, J., Li, D., Cheng, L., Lou, X., Sun, C., Tang, W. (2018) Link restriction: Methods of testing and avoiding braess paradox in networks considering traffic demands. Journal of Transportation Engineering, Part A: Systems 144, 04017076.
[38] Xu, C., Li, D., Li, Z., Wang, W., Liu, P. (2018) Utilizing structural equation modeling and segmentation analysis in real-time crash risk assessment on freeways. KSCE Journal of Civil Engineering 22, 2569-2577.
[39] Li, Z., Xu, C., Li, D., Liu, P., Wang, W. (2018) Comparing the effects of ramp metering and variable speed limit on reducing travel time and crash risk at bottlenecks. IET Intelligent Transport Systems 12, 120-126.
[40] Yang, M., Wu, J., Rasouli, S., Cirillo, C., Li, D. (2017) Exploring the impact of residential relocation on modal shift in commute trips: Evidence from a quasi-longitudinal analysis. Transport Policy 59, 142-152.
[41] Li, D., Hu, X., Jin, C.-j., Zhou, J. (2017) Learning to detect traffic incidents from data based on tree augmented naive bayesian classifiers. Discrete Dynamics in Nature and Society
2017.
[42] Jin, C.-J., Jiang, R., Yin, J.-L., Dong, L.-Y., Li, D. (2017) Simulating bi-directional pedestrian flow in a cellular automaton model considering the body-turning behavior. Physica A: Statistical Mechanics and its Applications 482, 666-681.
[43] Li, D., Miwa, T., Morikawa, T. (2016) Modeling time-of-day car use behavior: A Bayesian network approach. Transportation research part D: transport and environment 47, 54-66.
[44] Li, D., Miwa, T., Morikawa, T., Liu, P. (2016) Incorporating observed and unobserved heterogeneity in route choice analysis with sampled choice sets. Transportation research part C: emerging technologies 67, 31-46.
[45] Li, D., Miwa, T., Morikawa, T. (2015) Analysis of Vehicles' Daily Fuel Consumption Frontiers with Long-Term Controller Area Network Data. Transp. Res. Record 2503, 100-109.
[46] Li, D., Miwa, T., Morikawa, T. (2014) Analysis of car usage time frontiers incorporating both inter-and intra-individual variation with GPS data. Transp. Res. Record 2413, 13-23.
[47] Li, D., Miwa, T., Morikawa, T. (2014) Considering en-route choices in utility-based route choice modelling. Networks and Spatial Economics 14, 581-604.
[48] Li, D., Miwa, T., Morikawa, T. (2013) Dynamic route choice behavior analysis considering en-route learning and choices. Transp. Res. Record 2383, 1-9.
[49] Li, D., Miwa, T., Morikawa, T. (2013) Use of Private Probe Data in Route Choice Analysis to Explore Heterogeneity in Drivers' Familiarity with Origin–Destination Pairs. Transp. Res. Record 2338, 20-28.
[50] Li, D., Cheng, L., Ma, J. (2011) Incident duration prediction based on latent Gaussian naïve Bayesian classifier. International Journal of Computational Intelligence Systems 4, 345-352.
l 授權發明專利與軟著
[1] 李大韋；邱樹榮；任剛；白樺；宋玉晨. 一種 MaaS 背景下考慮路徑選擇權的平台混合均衡定價方法[P]. 江蘇省： CN114862439A,2022-08-05.
[2] 李大韋,宋玉晨,任剛,楊敏,劉向龍. 一種組合出行方式下考慮用戶感知差異性的路徑選擇方法[P]. 江蘇省： ZL202010513555.1,2021-03-09.
[3] 王立超,楊敏,李斌,徐鋮鋮,李大韋. 高速公路常發性瓶頸路段協作車隊衝突避險自主決策方法[P]. 江蘇省： ZL201911115220.8,2020-11-27.
[4] 蒯陳辰,李大韋. 考慮太陽高度角差異的瀝青路面反射率測試裝置及方法[P]. 江蘇省： ZL201911165882.6,2020-10-27.
[5] 李大韋,張雨嘉. 一種基於不完備人口信息的交通模式選擇分析方法[P]. 江蘇省： ZL201911165903.4,2020-06-26.
[6] 李大韋,曹奇,任剛,武文通. 一種基於浮動車檢測器數據的固定檢測器數據匹配新算法[P]. 江蘇省： ZL201811158230.5,2020-04-21.
[7] 李大韋,武文通,李成. 一種基於網路承載力的電動公交網路可靠性評價方法[P]. 江蘇省： ZL201911167071.X,2020-02-28.
[8] 程琳,馬捷,李大韋. 一種考慮交通需求和道路網路運行效率的路段檢測方法[P]. 江蘇省： ZL201711128732.9,2020-02-18.
[9] 李大韋,湯宇翔,李成. 多個個體車輛使用行為短時預測的深度學習方法[P]. 江蘇省：ZL201910457968.X,2019-09-06.
[10] 李大韋， 邵潔， 宋玉晨. 基於多智慧型體的聯程出行仿真平台 SimTrend V1.0.2021SR1183879,2021-07-26.
[11]李大韋. 多模式交通系統仿真軟體. 2020SR0352376,2019-12-30.
[12]李大韋. 微博輿情交通事件檢測分析軟體 V1.0. 2019SR0531639,2019-05-19.
