尹浩东

基本信息

个人简介

尹浩东，1988年1月生，北京交通大学系统科学学院副教授、博士生导师。入选北京市轨道交通学会杰出青年人才、济南市海右产业领军人才，詹天佑铁道科学技术奖詹天佑秦驰道青年奖获得者，担任交通系统科学与工程研究院副院长、河北省未来城市智慧交通管理重点实验室副主任、低空交通先进技术研究中心执行主任，兼任中国系统工程学会应急管理专委会常务委员、中国城市科学研究会数字孪生与未来城市专委会委员等，担任《交通运输工程与信息学报》期刊编委，《都市快轨交通》、《铁路计算机应用》与《安全与环境学报》等期刊青年编委。研究方向为轨道交通系统管理、低空交通管理等。近年来主持国家级、省部级及企业横向项目18项，其中国家自然科学基金青C、专项项目等4项，北京市自然科学基金丰台联合基金重点项目1项，轨道行业企业工程项目、委托技术开发及成果转化项目10余项。近年来在TR-Part C、E及IEEE T ITS等期刊发表SCI论文30余篇；授权发明专利20余项，获得软件著作权20余项。论文成果曾获2024年CTS最佳论文奖，入选2023年度首都前沿学术成果，成果也曾获得第二十六届中国专利奖优秀奖（排名第1）、中国铁道学会科技进步二等奖、城市轨道交通协会科技进步二等奖、北京轨道交通学会科技进步一等奖等科技奖励7项。担任运输学院专业基础课《铁路旅客运输》、全校本研贯通课《数据分析方法与软件应用》等课程主讲教师。作为研究生导师，目前已培养硕士研究生9名，其中校级优秀硕士毕业生2名、校级优秀硕士论文获得者2名。

欢迎各位交通、数学、计算机、低空相关背景的同学咨询报考硕博士研究生。
联系方式：hdyin@bjtu.edu.cn

教育背景

工作经历

研究方向

• 系统科学
• 综合交通系统分析与集成
• 智能立体交通工程
• 大数据技术与工程

招生专业

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

科研项目

教学工作

本科生：《铁路客运组织》
本研贯通课程：《数据分析方法及软件应用》

论文/期刊

主要一作或通讯论文：

[1] Yin H D, Liu L N, Chang X M, et al. Optimizing integrated train rescheduling strategies for diverse disruption scenarios using reinforcement learning[J]. Computers & Industrial Engineering, 2025, 207: 111329.

[2] 尹浩东, 范乃涯, 昌锡铭, 等. 基于多周期自适应图卷积网络的城市轨道交通短时客流预测[J/OL]. 系统科学与数学, 2026: 1-19.

[3] 尹浩东, 沈燕, 屈姝含, 等. 城市飞行汽车停机坪选址问题研究二：面向轴辐式网络的多目标优化方法[J]. 交通运输工程与信息学报, 2025, 23(3): 88-102.

[4] Xu Y F, Yin H D*, Yang S, Zheng H K, Wu J J*, D'Ariano A. Flexible crew scheduling optimization with a zonal duty strategy for fully automatic urban rail transit systems[J]. Transportation Research Part E: Logistics and Transportation Review, 2026, 211: 104846.

[5] Xu Y F, Yin H D*, Yang S, et al. Cross-line crew scheduling optimization in urban rail transit systems[J]. Computers & Industrial Engineering, 2025, 201: 110896.

[6] Wang D H, Yin H D*, Guo X*, Wu J J, Wang X T. Responsible AI-driven timetable optimization: A circular economy framework for energy-regenerative rail transit[J]. Transport Policy, 2026, 187: 104245.

[7] Wang D H, Wu J J*, Wei Y, Chang X M, Yin H D*. Energy-saving operation in urban rail transit: A deep reinforcement learning approach with speed optimization[J]. Travel Behaviour and Society, 2024, 36: 100796.

[8] Tang Q Y, Qu Y C*, Yin H D*, et al. Joint optimization for crowd evacuation and vehicle scheduling at multimodal transportation hubs[J]. Transportation Research Part C: Emerging Technologies, 2025, 174: 105117.

[9] 沈燕, 卢恺, 尹浩东*, 等. 城市飞行汽车停机坪选址问题研究一：基于双层规划的多目标优化方法[J]. 交通运输工程与信息学报, 2025, 23(3): 74-87.

[10] Zhao H T, Guo T, Tong W P, Yin H D*, et al. PaCS: A parallel computation framework for field-based crowd simulation[J]. IEEE Transactions on Intelligent Transportation Systems, 2023, 24(11): 12659-12670.

[11] Li P, Wang S, Zhao H T, Yu J, Hu L Y, Yin H D*, et al. IG-Net: An interaction graph network model for metro passenger flow forecasting[J]. IEEE Transactions on Intelligent Transportation Systems, 2023, 24(4): 4147-4157.

[12] Zhu K L, Yin H D*, Qu Y C, et al. Measuring the similarity of metro stations based on the passenger visit distribution[J]. ISPRS International Journal of Geo-Information, 2022, 11(1): 18.

[13] Yang X, Xue Q C, Yang X X, Yin H D*, Qu Y C, Li X, et al. A novel prediction model for the inbound passenger flow of urban rail transit[J]. Information Sciences, 2021, 566: 347-363.

[14] Zhu K L, Yin H D*, Qu Y C, et al. Group travel behavior in metro system and its relationship with house price[J]. Physica A: Statistical Mechanics and its Applications, 2021, 573: 125957.

[15] Yin H D, Sun H J, Peng S S, et al. Designing a safe and fair network for hazmat road transportation[J]. Journal of Transportation Safety & Security, 2020, 12(4): 482-500. doi: 10.1080/19439962.2018.1497745.

[16] Yin H D, Wu J J, Sun H J, et al. Optimizing last trains timetable in the urban rail network: social welfare and synchronization[J]. Transportmetrica B: Transport Dynamics, 2019, 7(1): 473-497. doi: 10.1080/21680566.2018.1440361.

[17] Yin H D, Wu J J, Liu Z Y, et al. Optimizing the release of passenger flow guidance information in urban rail transit network via agent-based simulation[J]. Applied Mathematical Modelling, 2019, 72: 337-355. doi: 10.1016/j.apm.2019.02.003.

[18] Yin H D, Wu J J, Sun H J, et al. Optimal bus-bridging service under a metro station disruption[J]. Journal of Advanced Transportation, 2018, 2018: 2758652. doi: 10.1155/2018/2758652.

[19] 尹浩东, 李得伟, 葛喜俊. 伦敦地铁的运营管理模式[J]. 都市快轨交通, 2014, 27(4): 122-124.

[20] 刘丽娜, 尹浩东*. 延误场景下基于强化学习的城轨列车运行调度优化[C]//2025世界交通运输大会(WTC2025)论文集（中册）. 2025: 35-40.

专利

基于多智能体仿真的城市轨道交通客流诱导方法，ZL 2018 1 0934145.7，授权日期：2022年07月15日，1/7（获第26届中国专利奖优秀奖）

城轨跨线列车运行调度仿真优化方法及系统，ZL 202610816452.X，授权日期：2026年09月25日，1/6

软件著作权

获奖与荣誉

（1）科技奖励

• 基于多智能体仿真的城市轨道交通客流诱导方法，国家知识产权局第26届中国专利奖优秀奖，2026年，排名第1/7；
• 第十八届詹天佑铁道科学技术奖詹天佑秦驰道奖青年奖，2026年，排名第1/1；
• 非常态下城市轨道交通管控关键技术及应用，中国交通运输协会科技进步奖二等奖，2026年，排名第6/10
• 基于主动监督与平行推演的智能化行车调度指挥关键技术及应用，北京市轨道交通学会科技进步奖一等奖，2026年，排名第5/10。
• 北京市轨道交通学会杰出青年人才（2024年度），2025年
• 数据驱动与AI赋能的特大城市交通仿真技术与应用，中国智能交通协会科学技术奖一等奖，2024年，排名第13/15；
• 通用航空运行安全监管关键技术及应用，中国智能交通协会科学技术奖二等奖，2023年，排名第10/10；
• 超大城市轨道交通线网运力负荷动态评价技术及应用示范，北京市轨道交通学会科技进步奖一等奖，2023年，排名第3/10；
• 超大城市轨道交通网络运行优化与效能提升技术及应用，中国公路学会科学技奖一等奖，2020年，排名第8/15；
• 面向效能提升的城市轨道交通客流-车流协同管控关键技术及集成应用, 中国科技产业化促进会科技进步一等奖，2020年，排名第8/15。
• 面向效能提升的城市轨道交通客运协同组织与管控技术, 中国城市轨道交通协会科技进步二等奖，2018年，排名8/15
• 高速铁路运力资源优化配置技术及决策支持系统，中国铁道学会科学技术奖二等奖，2015年，排名14/15

• 北京交通大学暑期社会实践先进工作者，共青团北京交通大学委员会，2025-12
• 北京交通大学"三育人”教书育人先进个人，北京交通大学，2026-07
• 优秀本科生科研导师，北京交通大学系统科学学院，2025-10

社会兼职