刘晓冰

博士 、副教授 、博导、系副主任

基本信息

办公电话： 电子邮件： lxiaobing@bjtu.edu.cn
通讯地址：交大科技大厦11层T1121 邮编：

教育背景

  • 博士研究生      北京交通大学   交通运输规划与管理        2016/09-2021/06    导师：闫学东 教授
  • 博士联合培养   伦敦大学学院   土木环境与地理工程        2018/11-2019/11   导师：Prof. Helena
  • 硕士研究生      北京交通大学   交通运输规划与管理        2014/07-2016/09    导师：闫学东 教授
  • 本科（辅修）   北京交通大学   交通运输规划与管理        2013/09-2014/07    轨道试点班
  • 本        科         北京交通大学    土     木     工     程             2010/09-2014/07    茅以升班


研究方向：大数据与人工智能，共享出行服务，智慧交通安全

招生方向：每年招收系统科学、大数据技术与工程、交通运输工程方向博士1名，硕士2-4名。

本人在闫学东教授课题组（主页https://faculty.bjtu.edu.cn/8329/），课题组每年可招收2名博士，10名硕士（交通运输工程、系统科学）。

团队氛围和谐，积极向上，往届毕业生优秀，欢迎有自驱力、热爱科研、对于交通大数据挖掘与应用感兴趣的同学报考！

立志于读博深造，有一定的数据处理和学术论文基础的，优先考虑。

课题组公众号：数智化交通实验室，以智慧、安全、可持续(3S)为目标，开展大数据+人工智能驱动的城市交通规划与管理研究。敬请关注！


工作经历

2024年12月---至今                 北京交通大学系统科学学院         副教授

2023年6月---2024年12月      北京交通大学系统科学学院         讲师

2021年6月---2023年6月        北京交通大学交通运输学院         讲师


研究方向

  • 系统科学
  • 智能立体交通工程
  • 大数据技术与工程
  • 大数据与智能系统

招生专业

  • 系统科学硕士
  • 低空技术与工程硕士
  • 大数据技术与工程硕士
  • 系统科学博士
  • 低空技术与工程博士

科研项目

  • 首都高端智库决策咨询一般课题（校级）: 非机动车停放秩序问题研究（2）, 2026-2027
  • 基本科研业务费研究生创新项目: 面向运力调度的网约车出行需求分布预测与决策一体化方法研究, 2026-2028
  • 其他部市（社科处）: 邮政快递与交通运输基础设施协同融合布局研究, 2026-2026
  • 基础研究项目: 人工智能增强的道路运输驾驶风险预警策略优化, 2026-2028
  • 自然科学横向项目: 车-路-能-网一体化融合的高速公路智慧综合 管控关键技术研究, 2025-2029
  • 其它（科技处）: 基于物理-数据双驱动机制的异质交通流建模方法与功效实验, 2025-2026
  • 首都高端智库决策咨询一般课题（校级）: 国外旅游资源丰富的首都城市旅游交通规划、建设和管理经验研究(1), 2025-2026
  • 科研专项: 多源数据融合的酒驾风险时空演化机理与防控策略, 2025-2028
  • 国家自然科学基金“基础科学中心”: 未来城市交通系统态势推演, 2023-2027
  • 自然科学横向项目: 基于手机信令数据的综合交通运输特征研究, 2025-2027
  • 北京市自然基金“丰台联合-前沿”: 城市轨道交通异常场景下运力资源调度与多模式交通协同组织, 2024-2027
  • 北京市自然基金“丰台联合-前沿”: 响应“走出去”战略需求的轨道交通调度指挥系统适配性研究, 2024-2027
  • 自然科学横向项目: 基于深度学习的交通分配模型优化及时刻表优化原型模型研究, 2024-2026
  • 基本科研业务费研究生创新项目: 代驾出行时空特征及其与酒驾违法的关联分析, 2024-2026
  • 首都高端智库决策咨询一般课题（校级）: 北京通学公交从试点到推广路径对策研究(1), 2024-2025
  • 科研专项: 预期需求响应的网约合乘出行运营优化研究, 2024-2026
  • 自然科学横向项目: 与高校联合开展智能网联汽车领域合作项目, 2024-2026
  • 国家重点研发计划-任务: 道路运输车辆重大事故风险防范与应急避险技术—课题二 行车风险实时推演评估与自动预警技术—任务1 基于运输车辆在途运行状态的风险特征提取技术, 2023-2026
  • 国家重点研发计划-项目: 道路运输车辆重大事故风险防范与应急避险技术, 2023-2026
  • 其它（社科处）: 减轻财政压力，稳步推进精兵简政, 2023-2025
  • 其它（社科处）: 县(市区)类型划分及差异化政策研究, 2023-2023
  • 自然科学横向项目: 高等学校“大侨务”体制探索与工作模式研究, 2023-2025
  • 国家自然科学基金“重点”: 车联网环境下复杂混合交通流模型构建, 2024-2028
  • 国家自然科学基金“面上”: 面向市郊通勤的“私家车共乘+轨道交通”组合出行优化与管理, 2024-2027
  • 国家自然科学基金"青年基金": 基于合乘用户特征挖掘的出行需求预测与服务优化方法, 2024-2026
  • 首都高端智库决策咨询重大课题（省部级重大）: 通学定制公交运营管理体系建设研究（1）, 2023-2024
  • 首都高端智库决策咨询一般课题（校级）: 北京市电动三四轮车综合治理研究 (3), 2022-2023
  • 其它（科技处）: 福州都市圈开行市域列车发展路径研究, 2023-2025
  • 国家自然科学基金“基础科学中心”: 双碳背景下未来城市交通运行管理与结构优化, 2023-2027
  • 其他部市（社科处）: 综合交通枢纽空间优化关键技术及换乘效能评价研究, 2022-2026
  • 国家自然科学基金“面上”: 面向自动驾驶的类脑智能驾驶决策及对应交通流模型研究, 2023-2026
  • 首都高端智库决策咨询一般课题（校级）: 北京市电动三四轮车综合治理研究（2）, 2022-2023
  • 首都高端智库决策咨询重大课题（省部级重大）: 智慧交通赋能北京交通转型发展战略途径及对策措施研究（1）, 2022-2023
  • 自然科学横向项目: 田横岛“小市镇”战略发展研究, 2022-2026
  • 基础研究项目: 考虑应对地铁突发事件的常规公交规划及应急配置, 2022-2024
  • 国际合作: Consultancy for Summary Reports and Multimedia Dissemination for GEF6 China SCIAP Project, 2022-2026
  • 自然科学类人才基金项目: 数据驱动的都市圈空间结构识别与通勤绩效评估研究, 2022-2024

教学工作

本科课程：系统科学与工程认知实习、国土空间与城市规划、交通系统分析与应用

本研贯通课程：智慧交通系统——技术与应用

研究生课程：工程伦理、数据分析进阶

论文/期刊

以多源异构交通大数据为驱动，研发解释性、可靠性、准确性增强的人工智能方法，针对以下智慧交通领域，开展科学问题攻关：

-共享出行需求感知与服务优化

  1. Sun, Y., Liu, X.*, Yufeng ZHANG, Hua ZHONG, Xuedong YAN, Ziyou GAO (2026). Understanding the heterogeneity of willingness to share: Ridesplitting’s adoption and usage frequency, Transportation Research Part D: Transport and Environment, 160, 105595. (SCI, 一区Top) （通讯作者）
  2. Sun, Y., Liu, X.*, Duan, Y., Wang, Y., Zhang, C., & Yan, X. (2026). No impact without details: Quasi-experimental evidence on carpooling regulations and usage. Transportation Research Part A: Policy and Practice, 213, 105224. (SCI, 一区Top) （通讯作者）
  3. Liu, X., Chen, J., Wang, R., Sun, Y., Wang, Y., & Yan, X. (2026). Is Ride-Hailing Competing or Cooperating with Subway? A Survey in Chinese Cities. Urban Rail Transit, 1-25. (SCI, 二区) （第一作者）
  4. Liu, X., Duan, Y., Geng, Y. A., Wang, Y., LI, Q., Yan, X., & Gao, Z. (2026). Uncertainty quantification for joint demand prediction of multi-modal ride-sourcing services using spatiotemporal Mixture-of-Expert neural network. Transportation Research Part C: Emerging Technologies, 184, 105507. (SCI,一区Top) （第一作者）
  5. Liu, X., Sun, Y., Wang, R., Tan, W., Chen, F., Yan, X., & Wang, Y. (2025). Quantifying the potential benefits of buspooling: Case study and sensitivity analysis. Research in Transportation Business & Management, 62, 101457. (SSCI, An2) （第一作者）
  6. Zhong, H., Wang, Y.*, Yan, X.,  Liu, X.*, Zhang, R., & Liu, Z. (2025). Exploring influencing mechanism of potential factors on commuters’ mode choice behaviors. Transportation Research Part D: Transport and Environment, 149, 105043. (SCI, 一区Top) （联合通讯作者）
  7. Duan, Y., Liu, X.*, Geng, Y. A., Xu, G., Wang, Y., & Yan, X. (2025). Uncertainty-aware deep multi-graph learning approach coupling zero-inflated Generalized Poisson for ridesharing demand prediction. Information Sciences, 122820. (SCI, 领域顶级)  （通讯作者）
  8. Sun, Y., Liu, X.*,Wang, R., Wang, Y., & Yan, X. (2025). Nonlinear effects of built environment on ridesplitting ratio: Discrepancies across sharing motivations. Journal of Transport Geography, 126, 104255. (SCI, 一区Top) （通讯作者）
  9. Guo, R., Liu, X.*, Sun, Y., Yan, X., Guan, W., & Azadeh, S. S. (2025). From ride-hailing to high-capacity ride-sharing: a user-centric shared mobility service design. Transportmetrica A: Transport Science, 1-31. (SCI, 领域权威) （通讯作者)
  10. HUO Zhengqi, YANG Xiaobao,  Liu, X.*, and YAN Xuedong. Spatio-temporal analysis on online designated driving based on empirical data. Transportation research part A: policy and practice , 183 (2024): 104047. (SCI, 一区Top) （通讯作者）
  11. Liu, Z., Liu, X.*, Wang, Y., & Yan, X. (2024). Coupling travel characteristics identifying and deep learning for demand forecasting on car‐hailing tourists: A case study of Beijing, China. IET Intelligent Transport Systems, 18(4), 691-708. (SCI, An2) （通讯作者）
  12. Liu X, Titheridge H, Yan X, et al. A passenger-to-driver matching model for commuter carpooling: Case study and sensitivity analysis[J]. Transportation Research Part C: Emerging Technologies, 2020, 117:102702. (SCI, 一区Top) （第一作者）
  13. Liu X, Yan X, Liu F, et al. A trip-specific model for fuel saving estimation and subsidy policy making of carpooling based on empirical data[J]. Applied Energy, 2019, 240:295-311. (SCI, 一区Top) （第一作者)

-城市群交通规划与韧性评估

  1. Zile, L. I. U., Xuedong, Y. A. N., Liu, X.*, Siwei, M. A., & Lu, M. A. (2026). Understanding intercity travel distribution: A quantitative explanation approach using dual-layered zone delineation. Transport Policy, 104054. (SSCI, 一区Top) （通讯作者）
  2. Liu, Z.,  Liu, X.*, Yan, X., Li, F., Zhong, H., & Wang, Y. (2026). Influences of built environment on intercity travel demand of urban agglomerations: The discrepancies across inferred trip purposes. Cities, 168, 106404. (SSCI, 一区Top) （通讯作者）
  3. Li, F., Ma, L., Wang, L., Liu, X.*, Yan, X., & Tian, X. (2026). Impact of Metropolitan Center Structure on Commuting Distance in China: Evidence from 36 Metropolitan Areas. Journal of Urban Planning and Development, 152(1), 04025088. (SSCI,领域鼓励) （通讯作者）
  4. Li, F., Liu, X.*, Yan, X., Liu, Z., Zhao, X., & Ma, L. (2025). Reducing Extreme Commuting by Built Environmental Factors: Insights from Spatial Heterogeneity and Nonlinear Effect. ISPRS International Journal of Geo-Information, 14(12), 487. (SSCI,An3) （通讯作者）
  5. Yang, Z., Liu, X.*, Wang, J.*, Yan, X., Shen, R., & Huo, Z. (2024). Assessment on resilience of urban agglomeration transportation system considering passenger choice and load-capacity factor. Reliability Engineering & System Safety, 110527. (SCI, 一区Top) （联合通讯作者）
  6. 张金雷,杨健,刘晓冰*,等.基于计算机视觉的轨道交通站内火灾检测与定位[J/OL].交通运输系统工程与信息,1-14[2024-07-12].http://kns.cnki.net/kcms/detail/ 11.4520.u.20240422.1755.002.html. (EI，领域权威)（通讯作者）
  7. Xiang, W., Wang, Z., Pan, X., Liu, X.*, Yan, X., & Chen, L. (2024). The balance between traffic control and economic development in tourist cities under the context of COVID-19: A case study of Xi’an, China. PLoS one, 19(1), e0295950. (SCI, An2) （通讯作者）
  8. Xiang, W., Chen, L., Yan, X., Wang, B., & Liu, X*. The impact of traffic control measures on the spread of COVID-19 within urban agglomerations based on a modified epidemic model. Cities, 2023, 135, 104238. (SSCI, 一区Top) （通讯作者）
  9. 刘晓冰,李奉孝,田欣妹,闫学东.基于通勤模式的都市圈中心结构判别研究[J/OL].交通运输系统工程与信息,2022:1-14 (EI，领域权威)（第一作者）
  10. Liu X, Yan X, Wang W, et al. Characterizing the polycentric spatial structure of Beijing Metropolitan Region using carpooling big data[J]. Cities, 2021, 109:103040 (SSCI,一区Top) （第一作者）
  11. Yan X, Liu X, Song Y. Optimizing evacuation efficiency under emergency with consideration of social fairness based on a cell transmission model[J]. PLoS ONE, 2018, 13(11). (SCI, An3) （第二作者，导师一作）
-道路运输驾驶风险辨识防控
  1. Liu, X., Chai, L., Yang, X., Ma, S., Wang, Y., & Huang, Y. (2026). The myth of ‘low cognitive load= low risk’: Quantifying interactive effects of phone use modes and cognitive demand on driving safety. Journal of Transportation Safety & Security, 1-33. (SSCI, 领域鼓励) （第一作者）
  2. Zhao, X., Liu, X.*, Wang, J., Li, F., & Jiang, R. (2026). A hybrid traffic flow model for truck transportation management: CTM for whole-journey with CA at black-spots. Journal of Transportation Safety & Security, 1-42. (SSCI, 领域鼓励) （通讯作者）
  3. Ma, S., Yan, Y., Wang, J., Chen, D., Yang, J., & Liu, X*. (2024). Predictability of driver’s stop/go decisions at flashing-light-controlled grade crossings by coupling functional brain network and deep learning methods. Transportation Research Part F: Traffic Psychology and Behaviour, 107, 115-132. (SSCI, 领域权威) （通讯作者）
-合作论文
  1. Zhao, Y., Li, H., Liu, X., & Huang, Y. (2026). A safety protection method based on trajectory prediction for the operation of virtual coupling trains. Reliability Engineering & System Safety, 112328. (SCI, 一区Top) 
  2. Zhengqi, H. U. O., Xiaobao, Y. A. N. G., Xiaobing, L. I. U., Xuedong, Y. A. N., & Zhicheng, Y. A. N. G. (2026). Understanding the Relationship Between Built Environment and Emerging Mobility Services: Evidence from Designated Driving and Ride-Hailing in Beijing. Transport Policy, 104152. (SSCI, 一区Top) 
  3. Wang, Y., Zhou, Y., Yang, H., Yu, B., & Liu, X. (2025). Optimizing bus bridging services with mode choice in response to urban rail transit emergencies. European Journal of Operational Research, 323(1), 108-124. (SCI, 一区Top) 
  4. Chen, H., Yan, X., Liu, X., & Ma, T. (2023). Exploring the operational performance discrepancies between online ridesplitting and carpooling transportation modes based on DiDi data. Transportation, 50(5), 1923-1958. (SCI, 领域顶级) 
  5. Zhang J, Hasan S, Yan X, Liu X. 2021. Spatio-temporal mobility patterns of on-demand ride-hailing service users[J]. Transportation Letters, 2021: 1-12. (SCI, EI)
  6. Gu X, Yan X, Ma L, Liu X. Modeling the service-route-based crash frequency by a spatiotemporal-random-effect zero-inflated negative binomial model: An empirical analysis for bus-involved crashes[J]. Accident Analysis & Prevention, 144. (SSCI, An1) 
  7. Wang R, Chen F, Liu X, Fujiyama T. Spatiotemporal analysis of competition between subways and taxis based on multi-source data[J]. IEEE Access, 2020, 99:1-1. (SCI, An2) 
  8. Chen D, Yan X, Liu X, et al. Evaluating and diagnosing road intersection operation performance using floating car data[J]. Sensors, 2019, 19(10):2256. (SCI, An3) 
  9. Chen D, Yan X, Liu X, Li S, Wang L, Tian X. A multiscale-grid-based stacked bidirectional GRU neural network model for predicting traffic speeds of urban expressways. IEEE Access. 2020, 9:1321-37. (SCI, An2) 
  10. Wang L, Yan X, Liu Y, Liu X, Chen D. Grid mapping for road network abstraction and traffic congestion identification based on probe vehicle data. Journal of Transportation Engineering, Part A: Systems. 2021, 147(5):04021024. (SCI, An4)
  11. 黄姗,陈浩然,钟华,陈立峰,田欣妹,刘晓冰*. 网约车合乘与地铁联运出行特征识别与节油估算[J]. 城市交通,2023,21(3):21-30. DOI:10.13813/j.cn11-5141/u.2023.0010.
  12. 闫学东, 刘晓冰, 刘炀, et al. 基于浮动车大数据与网格模型的城市交通拥堵识别和评价研究[J]. 北京交通大学学报, 2019, 43(01):109-118. (CSCD) 
  13. 李奉孝,陈德启,闫学东,刘桐,刘晓冰.城市群节假日顺风车城际出行时空分布特征研究[J/OL].北京交通大学学报,2022(01):31-39. (CSCD) 


专著/译著

  • 基于移动数据源的城市群交通出行分析理论与方法, 王江锋，刘晓冰，王云等, 2026,机械工业出版社
  • 城市总体规划（第2版）,闫学东，王江锋，王云，刘晓冰, 2022,北京交通大学出版社（国家级教材）

专利

  • 道路运输车辆碰撞风险预测方法及系统，授权，ZL 2025 1 1141846.1
  • 道路运输车辆行驶风险不确定性预测方法及系统，授权，ZL 2025 1 0936347.5
  • 一种多模式网约车需求不确定性预测方法，授权，ZL 2025 1 0760251.8
  • 一种面向道路运输车辆安全管控的混合交通流仿真方法，授权，ZL 2025 1 0430452.1
  • 城际出行OD需求量预测模型训练方法、 预测方法及系统，授权，ZL 2023 1 0901853.1
  • 一种基于出行模式识别的乘客出行时间价值计算方法，授权，ZL 2022 1 0570303.1
  • 一种网约拼车与地铁联运匹配优化方法，授权，ZL 2022 1 0568923.1
  • 一种网约专巴与地铁联运匹配优化方法，授权，ZL 2022 1 0570294.6

软件著作权

道路运输车辆行驶风险短时预测系统

冬奥交通运行状态监测识别系统

冬奥交通应急方案生成系统

城市道路网VMS管理系统

获奖与荣誉


  • 中国交通运输协会科技进步二等奖（2025）
  • 中国国际大学生创新创业大赛北京赛区优秀导师
  • 《基于浮动车数据的信号交叉口问题自主诊断与配时智能优化方案》：第三届“京彩大创”北京大学生创新创业大赛三等奖
  • 《大数据平台下城市群综合交通智慧出行服务一体化探索者》：第九届中国国际“互联网+”大学生创新创业大赛全国铜奖、北京赛区一等奖
  • 2023/2025年国家级大创项目——指导老师
  • 2021年北京交通大学（研究生）“知行奖学金”（【知行奖学金】刘晓冰：永远热血，全力登高，用青春诉说成长）
  • 2021年北京市优秀毕业生
  • 2020数字中国创新大赛大数据赛道三等奖




社会兼职


  1. 世界交通运输大会（WTC）第三届学部委员会运输规划学部国土空间与交通规划学科技术委员会 青年委员

  2. Transportation Safety And Environment, Urban Rail Transit等SCI期刊青年编委

  3. TR-C/F, Transport Policy, Cities, Sustainable Cities and Society, Journal of Transport Geography, Travel Behaviour and Society, EAAI, Scientific Reports, Transportmetrica A, 中国公路学报、交通运输工程学报等国内外顶级期刊审稿人