11月16日，交通运输学院“达美”大讲堂第六十五期学术活动在学院楼806报告厅成功举办。本次活动特邀学院何庆龄博士作了题为《基于混合策略改进ASO-LSSVM的风险驾驶行为分类识别》的专题报告。学院教师及研究生代表50余人参与活动，讲座由许得杰副教授主持。

何庆龄博士的报告聚焦智能交通领域核心痛点，围绕 “风险驾驶行为精准识别” 展开系统分享，从算法改进设计、仿真验证、实证应用三个维度，深入解析了混合策略优化算法在交通安全领域的创新实践。报告开篇直指传统智能算法优化支持向量机时存在的“收敛慢、误差大”问题，进而提出改进原子搜索优化算法（IASO），并详细阐述其三大核心混合改进策略。

为验证 IASO算法及模型的有效性，重点呈现两项关键实验结果：在 12个基准函数仿真测试中，IASO 的关键适应度指标接近理论最优，其寻优精度、收敛速率及抗局部最优能力均显著优于传统原子搜索优化算法（ASO）、灰狼优化算法（GWO）、粒子群优化算法（PSO）及遗传算法（GA）。模型可直接应用于交通轨迹判别场景，为交通安全预警及防控策略制定提供核心技术支撑。

互动环节中，与会师生围绕“IASO算法参数调试技巧”、“风险驾驶行为特征拓展方向”、“模型在高原城市/寒区交通场景的适配性”等问题，与何庆龄博士展开深入探讨。师生们普遍表示，报告紧密结合智能交通与交通安全领域前沿需求，逻辑严谨、数据详实，既展现了先进的算法设计思路，又提供了“理论—仿真—实证”的完整研究框架，对相关领域的科研与实践具有重要指导意义，现场交流氛围浓厚。

（文图/ 赵俊光）

（初审/ 张   燕）

（复审/ 吕   斌）

（终审/ 钱勇生）

（校对/ 黄兆国）

报告人简介：

何庆龄，甘肃靖远人，博士毕业于东北林业大学交通运输工程专业，现为兰州交通大学交通运输学院博士后、讲师、硕士生导师。主要研究方向为智能优化算法、交通安全、交通预测，曾获东北林业大学博士研究生优秀学位论文。截至目前，已在国内外核心期刊发表 / 录用论文16篇，其中以第一或通讯作者身份发表/录用9篇（含SCI/EI检索4篇、CSCD检索4篇）。主持中央高校基本科研业务费项目“高负荷状态快速路出入口风险驾驶行为影响量化及干预策略”、兰州交通大学2025年校青年科学基金项目“高原城市快速路风险驾驶行为影响量化与防控对策”、2025年度兰州市哲学社会科学规划项目“数智驱动的兰州市交通拥堵态势演化机理与防控对策研究”等课题；参与国家重点研发计划“可计算城市多模式交通网络模型及承载能力分析方法”、国家自然科学基金面上项目“城市干路交通提示标志冗余设置方法研究”、黑龙江省重点研发计划“寒区道路交通系统低碳智能化与安全提升技术”等国家级、省部级项目，在项目中主要负责数据处理、交通建模分析及智能优化算法设计工作。