一场暴雨把地铁站淹了,最直接的问题是:这条线要停多久。可对一个城市的公共交通来说,更难回答的是下一个问题:乘客会去哪里?他们会挤上平行的公交线、改骑车,还是干脆不出门?这些选择又会把压力推到网络的哪一处。
代尔夫特理工大学的Shadi Sharif Azadeh,这些年研究的就是这类问题背后的方法。她是交通与规划系的副教授,也是可持续城市多模式出行(SUM)实验室的联合负责人。她给自己的方向起了个名字,叫“选择驱动优化”:把人怎么做出行选择的行为模型,直接写进运筹优化模型里。
传统的运输优化,常常先假设需求是给定的:每个站有多少人、要去哪儿,都事先知道,再去排车次、定线路。可需求本身会随着你给出的方案变。票价变了、班次变了、某条线停了,人就会重新选择。她2022年发表的“选择驱动的需求响应式出行”论文,处理的正是这种情况:在调度按需接送服务的同时,把乘客会不会接受某个方案的概率也算进去。同年另一篇论文,提出了一种拉格朗日分解方法,让这类把选择模型嵌进去的大规模优化问题能被求解。
同样的思路也用在轨道交通上。她参与的2023年论文,为模块化的自动公交设计了数据驱动、分布鲁棒的时刻表和动态运力分配;2025年和博士后合作的工作,则把需求侧管理和列车时刻表放在一起优化,比如通过预约和引导分流乘客,同时调整车次。供给和需求一起算,是她所有工作的共同点。
她的学术路径也和这条线一致:蒙特利尔理工的运筹学博士,博士论文拿过加拿大的Michael Florian最佳论文奖;之后在洛桑联邦理工做玛丽·居里学者,和做离散选择模型的研究者一起工作。现在她是《Transportation Science》的副主编。
新招的这个博士职位,把同一套方法放到了气候问题上。它属于一个叫CLIMACT的四年期“地平线欧洲”项目,由她牵头协调,有17个伙伴、来自8个欧洲国家。项目要回答的是:各种气候适应措施到底管不管用、在哪些条件下会失效、能不能从一个地方搬到另一个地方。
交通部分选了两个案例:里斯本和大曼彻斯特,看洪水和热浪怎样影响公共交通网络,以及基础设施、运营决策和治理手段能怎样提高韧性。博士要做的,是把气候预测、交通网络仿真和行为模型接到一起,评估基础设施的脆弱点、运营中断和乘客的反应,合起来会怎样影响整个系统;核心目标是开发一套基于优化的决策方法,判断现有适应措施什么时候到了极限,并在不断变化的气候条件下找出稳健的策略。
回到开头那个被淹的地铁站。如果只看基础设施,答案可能是加高站口、加装水泵;如果把乘客的选择也算进去,答案可能变成“提前调一部分车去平行线路”,或者“在暴雨预警时改变票价引导分流”。措施在哪一刻失效,往往取决于人群往哪里走。这就是“选择驱动”这几个字在气候问题里的意思。
这个题目的难处也在这里。气候预测本身有很大的不确定性,乘客行为模型也有误差,两者叠在一起,再交给优化模型去找“稳健”的方案,每一层的假设都会影响最后的结论。博士几年里,大概要反复回答一个问题:一个方案在多大范围的未来里仍然成立。
申请这个职位之前
招生要求是应用数学、运筹学、计算机或相近方向的硕士,有扎实的运筹优化和随机建模基础,编程能力强;做过仿真、机器学习或交通需求建模的更好,熟悉气候适应、交通网络和行为科学会加分。英语要托福100或雅思7.0,成绩须在两年内。项目还要求愿意和其他科研伙伴、企业和城市沟通。
这是雇佣制岗位:原则上4年,先签1.5年合同,15个月内有一次正式的继续或终止评估,通过后再签2.5年。月薪按荷兰大学集体劳动协议,从第一年的€3,204逐年涨到第四年的€4,051(税前),另有8%假期津贴和8.3%年终奖。博士生同时进入代尔夫特理工的研究生院。
还有一点中国申请人要提前知道:出于知识安全,代尔夫特理工会在招聘的最后阶段,根据候选人自己提供的动机信、简历等材料做风险评估,评估结果为负会通知候选人。材料只接受通过招聘页面的申请按钮提交,邮件发来的不会处理。
申请截止是2026年12月8日,通过招聘页面提交简历和动机信。
写动机信之前,可以先挑一个你熟悉的城市,想一想:如果那里最繁忙的一条线因为暴雨停运一天,你能用什么数据估计乘客会去哪儿?这个估计错了,你设计的应对方案会在哪一步出问题?













