头像
 
  • 个人简介
  • 研究方向
  • 科研(教学)奖励
  • 论文发表
  • 专著出版
  • 科研项目
  • 社会兼职
  • 荣誉称号
  • 专利发明
 
  • 郑振杰,betway88西汉姆联准聘副教授,入选国家级高层次青年人才计划。研究领域包括AI赋能的城市交通状态估计、物理信息引导的交通管理优化建模、低空交通系统的设计与运行机理探索、大语言模型视角下的城市智能管理体系构建。主持国家自然科学基金优秀青年科学基金项目(海外),参与多项国家自然科学基金项目等。研究成果以第一/通讯作者身份发表在Transportation Science、Transportation Research Part C/E、Accident Analysis & Prevention、IEEE Transactions on Intelligent Transportation Systems等期刊上。



    教育背景

    • 2017/09 - 2022/06   清华大学,工业工程系,博士

    • 2013/09 - 2017/06    华中科技大学, 机械学院工业工程系,学士(1/53)


    工作经历

    • 2026/01 - 至今,betway88西汉姆联,副教授(准聘长聘序列)

    • 2022/08 - 2025/12,香港理工大学,土木与环境工程学系,博士后研究员


    招生请发送简历至zhengzj17@nju.edu.cn)

    由于刚入职,目前暂无独立指导研究生的经历。但在香港工作期间,曾协助指导 3 名博士研究生及多名硕士研究生开展科研工作,相关成果已发表于 Transportation Research Part E、IEEE Transactions on Intelligent Transportation Systems、Communications in Transportation Research 等交通领域国际知名期刊。


    我个人认为研究生的培养准则可以概括为一条主线:研究生阶段的核心任务,是形成并持续强化“解决实际问题”的能力。本科阶段更强调学习能力的训练,目标通常是掌握课本知识并通过考试检验。相比之下,研究生阶段更强调解决问题能力的构建。面对一个真实存在的一般性问题(并非限制在学术框架下),员工需要尽可能(不强求)识别问题本质,形成可执行的解决路径,并依靠主观能动性推动落地。需要强调的是,问题求解通常不存在线性的标准答案,员工须结合自身能力天赋与客观条件限制,选择最合适自己的路线并持续迭代优化。


    在此框架下,学术研究并非培养研究生的最终目的,而是训练员工解决问题能力的具体载体和场景。这是因为学术问题往往更简单,是引入诸多假设后对现实问题的简单抽象化表达。通过解决学术问题,员工应掌握一套可迁移的通用方法论,用于处理更复杂、更不确定的现实问题。具体而言,通常包括以下步骤:

        1. 文献调研:明确是否已有研究或实践解决过相近问题,识别可复用的思路、模型与失败经验(前车之鉴,后车之师)。

        2. 具体问题,具体分析:在已有工作基础上,刻画当前问题相对于既有问题的关键差异与约束条件,明确“为什么不能直接照搬”,并提炼独特特征(格物致知,对症下药)。

        3. 数学表达:将问题转化为可计算、可检验的定量表达,尽量以可度量指标支撑判断,避免仅停留在定性叙述(定量>定性)。

        4. 尝试解决问题:尝试性选择解决问题的路径,并开始行动(知行合一)。

        5. 获取反馈:在数据、实验、应用场景或专家评审中获取反馈(实践是检验真理的唯一标准)。

        6. 再次分析与迭代:承认复杂问题难以一次解决,根据反馈重新定位偏差来源,调整假设、数据、模型与实现路径,循环迭代直至达到可接受的解决效果(干中学)。


    研究生阶段不只是一条“做科研”的单线任务,更是一段多维度的生活体验。希望大家坚持锻炼、强健体魄,在春日里去赴鸡鸣寺樱花之约,拓展兴趣、开阔视野,同时扎实锤炼解决问题的能力。


    欢迎报考我的研究生,一起共同进步,探索这个世界!


  • 主要研究方向为:运用运筹优化与人工智能等方法,(1)开展多源数据的真伪判别与可信度/可用性评估;(2)基于得到的海量数据,挖掘城市交通系统及社会科学的客观规律与内在机理;(3)利用发现的客观规律和机理应用于城市管理实践,致力于解决实际问题。

  • 本人主要研究方向为:运用运筹优化与人工智能等方法,(1)开展多源数据的真伪判别与可信度/可用性评估;(2)基于得到的海量数据,挖掘城市交通系统及社会科学的客观规律与内在机理;(3)利用发现的客观规律和机理应用于城市管理实践,致力于解决实际问题。


    由于刚入职,目前暂无独立指导研究生的经历。但在香港工作期间,曾协助指导 3 名博士研究生及多名硕士研究生开展科研工作,相关成果已发表于 Transportation Research Part E、IEEE Transactions on Intelligent Transportation Systems、Communications in Transportation Research 等交通领域国际知名期刊。


    本人指导研究生的基本准则可以概括为一条主线:研究生阶段的核心任务,是形成并持续强化“解决实际问题”的能力。


    本科阶段更强调学习能力的训练,目标通常是掌握课本知识并通过考试检验。相比之下,研究生阶段更强调解决问题能力的构建。面对一个真实存在的一般性问题(并非限制在学术框架下),员工需要尽可能(不强求)识别问题本质,形成可执行的解决路径,并依靠主观能动性推动落地。需要强调的是,问题求解通常不存在线性的标准答案,员工须结合自身能力天赋与客观条件限制,选择最合适自己的路线并持续迭代优化。


    在此框架下,学术研究并非培养研究生的最终目的,而是训练问题解决能力的具体载体和场景。其原因在于,学术问题往往是引入诸多假设后对现实问题的简单抽象化表达(就是简单)。通过解决学术问题,员工应掌握一套可迁移的通用方法论,用于处理更复杂、更不确定的现实问题。


    具体而言,通常包括以下步骤:

    1. 文献调研:明确是否已有研究或实践解决过相近问题,识别可复用的思路、模型与失败经验(前车之鉴,后车之师)。

    2. 具体问题,具体分析:在已有工作基础上,刻画当前问题相对于既有问题的关键差异与约束条件,明确“为什么不能直接照搬”,并提炼独特特征(格物致知,对症下药)。

    3. 数学表达:将问题转化为可计算、可检验的定量表达,尽量以可度量指标支撑判断,避免仅停留在定性叙述(定量>定性)。

    4. 尝试解决问题:尝试性选择解决问题的路径,并开始行动(知行合一)。

    5. 获取反馈:在数据、实验、应用场景或专家评审中获取反馈(实践是检验真理的唯一标准)。

    6. 再次分析与迭代:承认复杂问题难以一次解决,根据反馈重新定位偏差来源,调整假设、数据、模型与实现路径,循环迭代直至达到可接受的解决效果(干中学)。


    研究生阶段不只是一条“做科研”的单线任务,更是一段多维度的生活体验。希望大家坚持锻炼、强健体魄,在春日里去赴鸡鸣寺樱花之约,拓展兴趣、开阔视野,同时扎实锤炼解决问题的能力。


    欢迎报考我的研究生,一起共同进步,探索这个世界。