姓名：唐天力（Tianli Tang）

职称：特聘副教授

电子邮箱：TL.Tang@gdut.edu.cn

研究方向：智能交通系统、城市公共交通、交通大数据及出行行为分析

招生专业：交通运输（0861）

1. 个人简介

唐天力，广东工业大学 “青年百人计划A类”特聘教师，于大连理工大学获工学学士学位、英国利兹大学获哲学博士学位，随后在东南大学交通学院进行博士后研究工作。研究方向聚焦于智能交通系统、城市公共交通、交通大数据及出行行为分析等领域，特别关注运用数据科学、人工智能和机器学习等前沿技术方法，结合复杂系统理论与网络科学，推动城市交通系统的优化与智慧化发展。近年来，主持国家/省部级科研项目3项，主导校企合作横向课题2项，参与多项欧盟、英国、国家级自然科学基金科研项目，在交通领域国际权威期刊及学术会议发表论文20余篇。

2. 工作经历

2025.01至今 广东工业大学土木与交通工程学院 特聘副教授

2021.07-2025.01 东南大学交通学院 博士后、助理研究员

3. 学习经历

2016.10-2016.03 英国利兹大学交通研究所 哲学博士

2012.09-2016.06 大连理工大学交通运输学院 工学学士

4. 代表性科研项目

[1] 国家自然科学基金青年科学基金项目（C类），多模式公共交通中基于个体行为的出行网络特征涌现研究，2026.01-2028.12，主持

[2] 教育部“春晖计划”合作科研项目，公交时空耦合网络的客流矩阵预测方法，2023.05-2025.05，主持

[3] 江苏省卓越博士后计划，多源大数据背景下城市公共交通系统异常状态实时感知与管控方法，2022.01-2023.12，主持

[4] 企业委托科研项目，南通市公共交通集团有限公司智慧交通顶层设计，2023.05-2023.12，主持

[5] 企业委托科研项目, 苏州公交智能排班调度算法研发, 2021.11-2022.03, 主持

5. 代表性论文

[1] Tang, T., Jia, M., Zhang, Y., Hu, H., Pei, M., Chen, Y. and Wang, X.^*, 2025. Why metro passengers change travel behavior: Individual-level insights from interpretable machine learning. Cities, 167, p.106352.

[2] Tang, T., Zhang, J.^*, Chen, S., Mo, P., Pei, M. and Tang, T.-Q. 2025. Deciphering the pulse of the city: An exploration of the natural features of metro passenger flow using XAI. Computers & Industrial Engineering. 204, p.111097.

[3] Tang, T., Liu, R.^*, Marsden, G., Gu, Z. and Fu, X. 2025. The battle for kerbside space: An evaluation of the competition between car-hailing and bus services. Transportation Research Part A: Policy and Practice. 192, p.104392.

[4] Tang, T., Mao, J., Liu, R.^*, Liu, Z.^*, Wang, Y. and Huang, D. 2024. Origin-Destination Matrix Prediction in Public Transport Networks: Incorporating Heterogeneous Direct and Transfer Trips. IEEE Transactions on Intelligent Transportation Systems. 25(12), pp. 19889 - 19903.

[5] Rui, Y.-X., Shi, J.-Q., Liao, P., Zhang, J. and Tang, T.^* 2024. An extended cellular automation model for bicycles with group and retrograde behaviors at signalized intersections. Simulation Modelling Practice and Theory. 136, p.103004.

[6] Tang, T., Gu, Z.^*, Yang, Y., Sun, H., Chen, S. and Chen, Y. 2024. A data-driven framework for natural feature profile of public transport ridership: Insights from Suzhou and Lianyungang, China. Transportation Research Part A: Policy and Practice. 183, p.104049.

[7] Tang, T., Zhong, S.^*, Chen, Y. and Luo, L. 2024. Accounting for taxi service conditions in estimating route travel time from floating car data using Markov chain model. Multimodal Transportation. 3(4), p.100172.

[8] Tang, T., Liu, R.^*, Choudhury, C., Fonzone, A. and Wang, Y. 2023. Predicting hourly boarding demand of bus passengers using imbalanced records from smart-cards: A deep learning approach. IEEE Transactions on Intelligent Transportation Systems. 24(5), pp.5105–5119.

[9] Wang, Y. and Tang, T.^* 2023. A simulation-based model for evacuation demand estimation under metro unconventional emergencies. Journal of Transportation Engineering, Part A: Systems. 149(7), pp.1–14.

[10] Tang, T., Fonzone, A., Liu, R.^* and Choudhury, C. 2021. Multi-stage deep learning approaches to predict boarding behaviour of bus passengers. Sustainable Cities and Society. 73, p.103111.

[11] Tang, T., Liu, R.^* and Choudhury, C. 2020. Incorporating weather conditions and travel history in estimating the alighting bus stops from smart card data. Sustainable Cities and Society. 53, p.101927.

6. 学术兼职

• 世界交通运输大会第三届学部委员会交通工程学部交通建模与仿真学科新兴出行模式与行为建模技术委员会青年委员

• 广东省运筹学会交通物流分会副秘书长

• Transportation Research Part C、Multimodal Transportation期刊客座编辑

• Transportation Research Part系列，IEEE transaction on ITS等期刊审稿人

7. 团队信息

欢迎对交通大数据挖掘与智能分析、城市公共交通优化与智慧调度、基于AI的出行行为建模与仿真等领域感兴趣的同学报考研究生。团队提供深度学习计算平台与真实交通数据集支持，鼓励跨学科探索与实践应用。

办公地点：广东工业大学大学城校区实验2号楼624-1