基于学习优化与机会约束的弹性智能交通系统博士项目

【项目介绍】 本项目开发基于学习和优化的方法，以保持城市在干扰情况下的正常运转，核心关注用于风险感知决策的机会约束优化。您将构建城市走廊和高速公路的校准数字孪生，并为信号、路由、站点和电动汽车充电共同设计预测、控制和应急策略。方法可能包括：用于网络状态估计的图神经网络、用于协作控制的多智能体强化学习、用于不确定性处理的贝叶斯和因果工具、用于生成鲁棒策略组合的进化和质量多样性搜索，以及在随机需求、事故和天气条件下保证服务水平的风险敏感公式（违约概率、分位数/CVaR目标、分布鲁棒模型）。

主要导师/CDT负责人：Yue Xie 邮箱：Y.xie4@lboro.ac.uk 个人主页：https://www.lboro.ac.uk/departments/compsci/staff/yue-xie/

【申请要求】 学历要求：申请人应持有计算机科学、工程、数学、交通/运筹学或密切相关领域的一等荣誉学位或二等一级荣誉学位（英国2:1或同等学历）。硕士学位或同等研究经验者优先。

技能要求：具备较强的Python编程技能，并在机器学习、优化、交通或网络建模中至少一个领域有经验。

研究能力证明：具有研究能力证明，如学位论文、出版物或预印本、开源代码或产业研发经验。

英语语言要求：申请人必须满足最低英语语言要求。更多详情请访问国际网站（http://www.lboro.ac.uk/international/applicants/english/）。

【资助信息】 学费标准：2025/26学年 RA档（英国学生£5,006，国际学生£22,360） 实验费用：无 学习模式：全日制3年

【其他重要信息】 开始日期：2026年7月、2026年10月、2027年2月 申请截止日期：2026年9月1日

申请方式：所有申请应在线提交。在项目名称下，选择计算机科学。请在申请中注明广告参考编号：CO/YX-SF2/2026。为避免处理申请时的延误，请确保提交简历和最低支持文件。

请注意：此项目的申请将在提交后持续审核，如果在申请截止日期之前选择了合适的候选人，项目可能会提前撤回。

项目搜索关键词：计算机科学、智能交通系统、多智能体系统、机会约束优化、进化优化、数字孪生交通网络、电动汽车路由与充电、网络弹性与事故响应

咨询邮箱：sci-pgr@lboro.ac.uk

博士录取决策报告

具有学习优化与机会约束的弹性智能交通系统

拉夫堡大学 – 计算机科学系

---

快速决策概览

决策因素	评估	评级
院校声誉	QS全球排名第225位；英国国内排名第7位；工程学声誉卓著	★★★★☆
院系地位	CS学科排名 (251-300) 落后于学校整体排名；跨学科优势予以弥补	★★★☆☆
导师概况	早期职业生涯研究者，约393次引用；活跃于新兴领域 (6G, swarm robotics)	★★★☆☆
资助保障	英国学生全额资助；国际生学费覆盖情况不明	★★★★☆
职业前景	强大的行业联系；BCS认证项目	★★★★☆
研究契合度	高需求领域，具有现实应用价值	★★★★☆

总体建议： 有条件接受 — 资助力度大且研究课题具有行业相关性，但申请人在承诺前应核实导师的主要机构隶属关系及国际生学费覆盖情况。

---

第一部分：院校与项目概览

大学概况

拉夫堡大学 在英国高等教育格局中占据独特地位：

• 全球地位： 在QS世界大学排名 2025中位列全球第225位，跻身全球前1.5%的高校行列。（来源：QS/Yocket）
• 国内声誉： 在《完全大学指南》 2026中位列英国第7位，连续10年保持前十地位。
• 旗舰学科： 体育相关学科位列全球第1位；工程学学科位列全球前100名 (QS 2024)。
• 可持续发展导向： 在QS可持续发展排名 2025中位列全球第64位，与环境及交通研究资助相关。
• 研究质量： REF 2021结果显示，**超过90%的研究被评为"世界领先" 或国际卓越水平。

计算机科学系

指标	数值	含义
QS学科排名	251-300	落后于学校整体地位；非主要旗舰院系
研究主题	AI, Computer Vision, NLP, Multi-agent Systems, Intelligent Transportation	与工程学有强跨学科协同
高性能计算资源	Lovelace Cluster + Sulis Tier-2	对ML优化和仿真工作至关重要
入学要求	4年制学士学位（含论文）；GPA 3.0 (2:1) 或 3.6 (1st)	比许多英国院校更严格

项目详情

• 项目名称： 具有学习优化与机会约束的弹性智能交通系统
• 项目编号： CO/YX-SF2/2026
• 学制： 3年（全日制）
• 入学时间： 2026年1月、4月或7月
• 地点： 主校区（莱斯特郡）— 需与导师确认

关键考量

• 排名落差： CS学科排名 (251-300) 低于学校整体声誉；追求顶尖纯CS认可的申请人应权衡此点与跨学科优势。
• 地理位置权衡： 主校区位于莱斯特郡（郊区），另设有伦敦校区供研究生项目使用；需确认导师的实际工作地点。

---

第二部分：导师分析

导师概况：谢悦博士

属性	详情
职称	Dr.（高等教育学院副研究员）
所属院系	Computer Science, Loughborough University
估计引用数	~393（Google Scholar个人主页）
H-Index	现有来源未明确说明

公开主页链接：

• 官方员工主页：https://www.lboro.ac.uk/departments/compsci/staff/yue-xie/
• Google Scholar：https://scholar.google.com/citations?user=vsyq5dEAAAAJ

研究方向与兴趣

谢博士的研究涵盖多个相互关联的领域：

• 弹性智能交通系统
• 机器学习优化（非凸/随机）
• 仿生优化与软体机器人
• 6G赋能的机器人群体
• 具身智能
• AI辅助设计

代表性论文（近5年）

1. Autonomous in silico optimization framework for high-performance micromixers — 补充数据可在拉夫堡大学Figshare获取
2. Embodied Intelligence for 6G Enabled Robot Swarms — 被列为相关PhD项目的主要导师 (PhDScanner, 2026)

指导评估

因素	评估
学术阶段	早期职业生涯研究者；可能提供更多手把手指导，但已建立的网络少于资深教授
研究前沿性	活跃于新兴领域（6G, swarm robotics），具有高度行业相关性
机构隶属	双重隶属风险： 同时出现在Loughborough和HKU员工名录中；需确认主要指导基地
发表产出	产出中等；需在Google Scholar实时页面上核实近期发表轨迹

需关键核实事项

⚠️ 姓名歧义风险： 极易与以下人员混淆：

• Yao Xie（佐治亚理工学院）— h-index显著更高，研究方向为生成式AI
• Yuekai Xie（伍伦贡大学）— 环境研究方向
• Yuanchang Xie（麻省大学洛厄尔分校）— 交通研究方向

行动： 提交申请前直接核实邮箱地址和所属院系。

⚠️ 隶属冲突： 谢悦博士同时出现在Loughborough和HKU（Musketeers Foundation Institute of Data Science）员工名录中。需确认：

1. 2026入学的当前实际工作地点
2. 主要指导能力
3. 是否有联合指导安排

---

第三部分：经济资助与奖学金

资助方案概览

组成部分	金额	备注
年度津贴	£20,780（2025/26费率）	标准UKRI对齐资助
学费覆盖	全额（英国学生）	国际生学费状态需核实
资助期限	3年	标准全日制PhD
自费折扣	20%	未获得学生奖学金时可申请

额外支持机制

• 博士研究员支持基金：

  • 英国境内研究活动最高**£500**
  • 国际研究活动最高**£1,500**
  • 优先分配且名额有限；不保证获得

• 生活工资认证： 大学是真实生活工资雇主（伦敦以外地区£12.60/小时），确保教学/研究助理岗位具有竞争力的薪酬。

学费身份考量

学费身份	覆盖范围	风险等级
英国（本土）	全额学费 + 津贴	低
国际生	覆盖情况不明	高 — 申请前需核实

关键行动： 国际申请人必须确认学生奖学金是否覆盖全额国际学费（通常约£28,000+，而英国学生约£4,700），或是否需要额外资助。

需预算的隐性成本

• 个人IT设备（笔记本电脑、专业软件）
• 书籍和文具
• 搬迁费用
• 超出支持基金限额的会议差旅

---

第四部分：职业发展与校友网络

就业统计数据

指标	数值	来源
毕业生就业率	86.3%在15个月内从事研究生水平工作/学习	HESA Graduate Outcomes Survey 2022
数据范围	本科毕业生	PhD特定数据未单独报告

注： 86.3%的数据反映本科毕业生情况；PhD特定就业数据应向院系索取。

行业联系

该院系与主要雇主保持紧密联系：

行业	主要雇主
电信	BT, Sky
科技	Microsoft, Accedo
工程/制造	Dyson, Mintec

专业认证

• 英国计算机学会 认证确保课程与行业标准相关
• TechSkills 认证提升就业能力资质

职业支持体系

• 职业网络： 提供博士专属研讨会和简历指导
• Handshake平台： 终身访问职位列表和人脉网络
• PhD Futures资源： 针对学术职位申请中研究资助经历记录的专项培训

研究主题与市场需求契合度

研究领域	行业相关性
AI/Machine Learning	高 — 覆盖各行业
Intelligent Transportation	高 — 自动驾驶汽车、智慧城市
Computer Vision	高 — 机器人、医疗、安防
Multi-agent Systems	增长中 — 群体机器人、分布式系统

注意事项

• 导师依赖性： 个人发展结果受具体导师行业网络的显著影响
• 薪资透明度： 现有来源未详细说明PhD特定薪资结果
• 调查滞后： 就业数据反映毕业后15个月状况；当前市场情况可能有所不同

---

第五部分：申请策略

入学要求清单

要求	基本标准	竞争力档案
学位	4年制学士学位（含论文）	相关领域硕士学位
GPA	3.0（相当于2:1）	3.6+（相当于一等学位）
背景	CS, Engineering, Mathematics	ML/优化领域发表记录

技术准备

根据项目范围，申请人应展示以下方面的熟练程度：

技术领域	具体技能
优化	非凸优化、随机规划、机会约束
机器学习	强化学习、神经网络、深度学习框架
仿真工具	SUMO交通仿真器（基于RL的交通模型行业标准）
编程	Python (PyTorch/TensorFlow), MATLAB, C++
数学	概率论、控制系统、图论

研究计划契合度

该项目与高需求研究领域交叉：

1. 弹性系统： 与Clemson TraCR的交通网络安全研究重点对齐
2. 交通优化： 参考MIT ITS Lab和Berkeley SMART Mobility Consortium方法论
3. 数字孪生： 融入SJSU SMART-TWIN方法用于仿真验证
4. 强化学习： 展示对IntelliLight, FRAP架构的熟悉程度

申请时间线

里程碑	建议日期
联系导师	立即 — 澄清隶属关系和资助情况
提交申请	计划入学日期前4-6个月
资助确认	正式申请前
签证办理（国际生）	入学前3个月以上

申请前核实步骤

1. 直接邮件联系谢悦博士 确认：

   • 2026年的主要机构隶属关系
   • 国际学生资助状态
   • 当前研究项目和实验室组成

2. 查阅近期论文 在Google Scholar上，以对齐研究陈述

3. 联系在读PhD学生 在院系内获取真实见解

4. 核实学费身份 通过UKCISA定义，在承诺前确认

竞争力定位

优势	如何突出
数学严谨性	强调优化、概率相关课程/项目
编程能力	GitHub作品集，展示交通仿真或ML项目
研究经历	相关领域的论文发表或学位论文工作
行业兴趣	阐明智能交通/智慧城市领域的职业目标

---

总结裁决

该PhD职位对有意从事智能交通系统和机器学习优化的申请人具有高价值，尤其是将获得全额资助的英国本土候选人。大学的扎实声誉、行业联系以及项目与高需求研究领域的契合度是显著优势。

然而，申请前需完成两项关键核实步骤：

1. 确认谢悦博士的主要机构隶属关系（Loughborough vs. HKU）
2. 核实国际学费覆盖情况（如适用）

建议申请人画像： 具有扎实数学背景（优化、概率）、编程能力（Python、仿真工具）且对弹性交通系统有真实兴趣的候选人。有强化学习或交通仿真（SUMO）经验者优先。

---

本报告基于项目编号CO/YX-SF2/2026的现有数据生成。所有排名和财务数据可能随年度更新而变化。申请人应直接向院校核实所有详情。