在读研期间，所有与你读研相关的事情，可能都需要经过你的导师同意，所以说，选择导师真的很重要，也希望大家能够认真对待这件事，怎样才能选择适合自己的导师呢?这就要我们提前做足功课，尽可能多的搜集有关你准备报考的导师的信息，下面新东方在线考研频道为大家分享：“北京交通大学硕士研究生导师信息：王永兴”文章。

　　北京交通大学硕士研究生导师信息：王永兴

　　王永兴

　　博士、讲师

　　基本信息

　　办公电话：电子邮件： yx.wang@bjtu.edu.cn

　　通讯地址：北京市海淀区上园村3号邮编：100044

　　教育背景

　　2014/09-2020/06，北京交通大学，交通运输学院，博士(硕博连读)

　　2018/09-2019/09, 美国罗德岛大学,计算机工程系,联合培养博士生

　　工作经历

　　2022/10-至今，北京交通大学，交通运输学院，讲师

　　2020/06-2022/06，挪威科技大学，土木与环境工程系，博士后

　　研究方向

　　交通运输规划与管理

　　交通运输(专业学位)

　　招生专业

　　交通运输规划与管理硕士

　　交通运输硕士

　　招生信息

　　招收学术型和专业型硕士研究生，主要研究方向为城市绿色低碳可持续交通、电动汽车运行管理、城市公交系统建设与管理、城市交通大数据挖掘等。

　　欢迎有兴趣的同学提前联系，yx.wang@bjtu.edu.cn

　　Ø 本课题组团队氛围融洽，工作内容紧跟就业需求，以服务学生发展为教育宗旨。

　　Ø 依托国家级科研项目，为学生提供最前沿的研究机会，紧跟行业发展趋势。

　　Ø 以学生的发展为目标，从理论学习、编程、论文撰写等多方面提供充分的指导，同时尊重学生的个人需求，鼓励创新和独立思考。

　　Ø 鼓励并指导学生将研究成果发表于行业内高水平学术期刊，同时支持学生根据个人发展需求参加实习/工作。

　　Ø 鼓励参加国内外学术会议，若条件允许可提供出国交流机会(已有硕士研究生获得赴国外的访学交流资格)。

　　欢迎各年级本科生咨询，特别欢迎有兴趣的同学通过参与大创、毕业设计等方式提前加入课题组。

　　科研项目

　　国家自然科学基金青年基金项目：面向混合充电模式的电动公交系统资源配置和车辆调度联合优化，2024-至今，主持

　　北京交通大学人才基金项目：融入电池老化特征的电动公交车辆调度优化研究，2023-至今，主持

　　国家自然科学基金面上项目：面向电动汽车用户多维偏好的出行充电诱导建模与优化，2022-至今，参与

　　自然科学横向项目：航空货运机坪调度、库区库位分配及集装器组货算法研究，2022-2024，参与

　　北京交通大学基本科研业务费研究生创新项目II类：电动汽车充电路径诱导优化建模研究，2018-2020，主持

　　国家自然科学基金“创新群体”：绿色出行导向下的城市群综合交通/土地利用协调发展模型，2017-2022，参与

　　国家自然科学基金“中欧合作与交流”：电动与传统公交混合运营系统优化方法研究，2018-2021，参与

　　国家重点研发计划-课题：建筑垃圾全过程实时监测与智能管控技术集成与示范，2018-2022，参与

　　山东省重点研究开发项目：电动车辆动力锂电池组健康状态在线预测关键技术研究，2016-2017，参与

　　企业研发项目：共享电动汽车数据采集分析、优化建模与实证研究，2016-2017，参与

　　教学工作

　　本科生课程：《人工智能基础及应用》、《自动控制原理》

　　研究生课程：《博弈论》、《最优估计与数据融合方法》

　　论文/期刊

　　围绕绿色低碳可持续交通等研究方向，发表学术论文20余篇，其中部分成果以第一作者/通讯作者发表于行业内顶级期刊，例如《Transportation Research Part D》、《IEEE Transactions on Intelligent Transportation Systems》、《Renewable Energy》等。

　　部分代表性研究成果如下：

　　Yongxing Wang, Feixiong Liao, Jun Bi, Chaoru Lu. Optimal battery electric bus system planning considering heterogeneous vehicles, opportunity charging, and battery degradation[J]. Renewable Energy. 2024, 237: 121596.

　　Yongxing Wang, Chaoru Lu, Jun Bi, Qiuyue Sai, Xiaobo Qu. Lifecycle Cost Optimization for Electric Bus Systems With Different Charging Methods: Collaborative Optimization of Infrastructure Procurement and Fleet Scheduling[J]. IEEE Transactions on Intelligent Transportation Systems. 2023, 24(3): 2842-2861.

　　Yongxing Wang, Feixiong Liao, Chaoru Lu. Integrated optimization of charger deployment and fleet scheduling for battery electric buses[J]. Transportation Research Part D: Transport and Environment. 2022, 109: 103382.

　　Yongxing Wang, Jun Bi, Wei Guan, Chaoru Lu, Dongfan Xie. Optimal charging strategy for intercity travels of battery electric vehicles [J]. Transportation Research Part D: Transport and Environment. 2021, 96:102870.

　　Yongxing Wang, Jun Bi, Xiaomei Zhao, Wei Guan. A geometry-based algorithm to provide guidance for electric vehicle charging[J]. Transportation Research Part D: Transport and Environment. 2018, 63: 890-906.

　　Yongxing Wang, Jun Bi, Wei Guan, Xiaomei Zhao. Optimising route choices for the travelling and charging of battery electric vehicles by considering multiple objectives[J]. Transportation Research Part D: Transport and Environment. 2018, 64: 246-261.

　　Yongxing Wang, Chaoru Lu, Jun Bi, Qiuyue Sai, Yongzhi Zhang. Ensemble machine learning based driving range estimation for real‐world electric city buses by considering battery degradation levels [J]. IET Intelligent Transport Systems. 2021, 15(6): 824-836.

　　Yongxing Wang, Jun Bi, Chaoru Lu, Cong Ding. Route Guidance Strategies for Electric Vehicles by Considering Stochastic Charging Demands in a Time-Varying Road Network. Energies. 2020, 13(9): 2287.

　　Jun Bi, Yongxing Wang*, Qiuyue Sai, Cong Ding. Estimating remaining driving range of battery electric vehicles based on real-world data: A case study of Beijing, China[J]. Energy. 2019, 169: 833-843.

　　Jun Bi, Yongxing Wang*, Sai Shao, Yang Cheng. Residual range estimation for battery electric vehicle based on radial basis function neural network[J]. Measurement. 2018, 128: 197-203.

　　Jun Bi, Yongxing Wang*, Jiawei Zhang. A data-based model for driving distance estimation of battery electric logistics vehicles[J]. EURASIP Journal on Wireless Communications and Networking. 2018, 2018: 251.

　　王永兴，毕军，谢东繁，赛秋玥. 计及电池老化特征的电动公交车静态无线充电设施布局优化[J]. 华南理工大学学报(自然科学版), 2024, 52(6): 45-55.

　　毕军，杜宇佳，王永兴*, 左小龙. 基于用户综合满意度的电动汽车充电诱导优化模型[J]. 清华大学学报(自然科学版), 2023, 63(11): 1750-1759.

　　王永兴, 毕军，孙欢欢. 车辆分时租赁模式高峰时段用户预约分配模型[J]. 北京交通大学学报, 2017, 41(6): 76-81.

　　魏森，王永兴*，杨绿明，毕军. 兼顾成本与风险的渣土车运输路径优化模型[J]. 交通运输研究，2022, 8 (4): 91-98.

　　更多成果可详见ResearchGate个人主页: https://www.researchgate.net/profile/Yongxing-Wang-5

　　专利

　　一种机坪保障车辆需求预测方法及装置. 申请号：202410367202.3. 申请日: 2024 年03月28日. 已受理.

　　一种基于电池老化水平的电动汽车的续驶里程估计方法. 申请号：202311212699.3. 申请日：2023年9月19日. 已公开.

　　考虑电池剩余电量的电动汽车充电路线诱导方法. 专利号：ZL 2017 1 0624922.3. 授权公告日: 2020年9月8日. 已授权

　　电动汽车锂电池组的健康状态预测方法. 专利号：ZL 2017 1 0743221.1. 授权公告日: 2019年8月30日. 已授权.

　　获奖与荣誉

　　中国物流与采购联合会科技进步一等奖，2024年

　　北京交通工程学会第四届交通运输工程全国优秀博士学位论文, 2022年

　　北京市优秀毕业生, 2020年

　　北京交通大学优秀毕业研究生, 2020年

　　“城市交通管理理论与方法”国家自然科学基金创新研究群体2019年度优秀个人, 2019年

　　国家奖学金, 2018年

　　社会兼职

　　担任国际期刊《Journal of Intelligent and Connected Vehicles》、《Digital Transportation and Safety》青年编委。

　　担任国际期刊《American Journal of Traffic and Transportation Engineering》编委。

　　担任国际期刊《World Electric Vehicle Journal》专题顾问小组和客座编辑。

　　担任《Transportation Research Part D》、《IEEE Transactions on Intelligent Transportation Systems》等国际期刊审稿人。

　　以上就是小编为大家分享的：“北京交通大学硕士研究生导师信息：王永兴”，更多研究生导师信息，欢迎继续浏览新东方在线研究生导师频道。