涂梅婷 - 同济大学 - 交通运输工程学院

个人简介

涂梅婷，女，江西南昌人，1995年8月出生，同济大学交通运输工程学院特聘研究员。2020年6月分别取得法国巴黎萨克雷大学博士学位（2022软科世界大学学术排名第13名）和同济大学博士学位。2022年入选上海市海外领军人才计划（原上海市青年千人）和上海市高等教育人才揽蓄计划。专注于共享交通管理、低碳交通规划、时空大数据挖掘、人工智能算法等研究方向，在TR-Part D、TFSC等交通与环境领域国内外权威学术期刊与会议累计发表学术论文10余篇，其中ESI高被引论文1篇。担任TR-Part D,E等多个国际高水平期刊审稿人。核心参与国家自然科学基金、交通部软课题、高等学校博士点专项科研基金、上海哲学社会科学基金、国务院学位办重点课题等20余项研究项目。我认为最好的师生关系是亦师亦友，在亦师亦友的关系中，相互影响、共同进步，不失为一份双向奔赴的欢喜。致力于培养具有国际视野的综合性人才，会给学生提供丰富的出国学习交流的机会。教育经历巴黎萨克雷大学博士信息通信科学与技术自动化（2019.01-2022.06）同济大学直博交通规划与管理（2017.09-2022.06）北京交通大学学士交通工程（铁道运输）（2013.09-2017.06）工作经历同济大学交通运输工程学院交通工程系特聘研究员（2022.06-至今）获奖情况上海市海外领军人才引进计划 2022 “中法蔡元培”奖学金 2019-2022 巴黎萨克雷大学国际交流奖学金 2020

研究领域

共享出行系统的优化与管理人工智能算法在交通问题中的应用时空大数据分析交通行为建模与分析低碳交通与公共政策

近期论文

查看导师新发文章（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

Tu M.,Li W., Orfila O., Li Y., & Gruyer D. Exploring nonlinear effects of the built environment on ridesplitting: Evidence from Chengdu. Transportation Research Part D: Transport and Environment, 2021, 93, 102776.(ESI高被引，SCI, Q1, IF= 5.495) Tu M.,Li Y, Li W, Orfila O., & Gruyer D. Improving ridesplitting services using optimization procedures on a shareability network: A case study of Chengdu [J]. Technological Forecasting and Social Change, 2019, 149: 119733.(SCI, Q1, IF= 8.593, Top) Li W., Pu Z., Li Y., &Tu M.How does ridesplitting reduce emissions from ridesourcing? A spatiotemporal analysis in Chengdu, China. Transportation Research Part D: Transport and Environment, 2021, 95, 102885.(SCI, Q1, IF= 5.495) Li, H., Ou, D., Rasheed, I., &Tu, M.A Software-Defined Networking Roadside Unit Cloud Resource Management Framework for Vehicle Ad Hoc Networks. 2022, Journal of Advanced Transportation.(SCI, Q2, IF= 2.93) Tu M.,Li Y, Bao L, Wei Y., Orfila O., & Gruyer D. Logarithmic Mean Divisia Index Decomposition of CO2 Emissions from Urban Passenger Transport: An Empirical Study of Global Cities from 1960–2001[J]. Sustainability, 2019, 11(16): 4310.(SCI, Q2, IF= 3.251) Tu M.,Ye LI, Orfila O., Li Y., & Gruyer D. Improving Ridesplitting Service Using Optimization Procedures on Shareability Network: A Case Study of Chengdu, China. IEEE Intelligent Transportation Systems Conference (ITSC), 2019, 10: 4506-4511. (EI) Tu M., Wang T., Orfila, O., Li, Y., & Gruyer, D.Applying machine learning XGBoost to examine the relationship between built environment and dockless shared bike ridership, 2022, 102nd Annual Meeting of the Transportation Research Board, Washington, D.C. (EI)