孙小倩 (教授)
孙小倩，教授，博导，2022年入选国家级青年人才计划，获第二十四届茅以升科学技术奖-北京青年科技奖，交通运输青年科技英才，国家科技进步二等奖，中国智能交通协会一等奖，中国航空学会航电与空管分会优秀青年，德国亚琛工业大学冯卡门 Fellowship和德累斯顿工业大学 Dresden Fellowship等。2005年和2008年在西北工业大学获得本科和硕士学位，2008年-2012年在德国宇航院空中交通系统研究所攻读博士学位，2012年-2015年继续在德国宇航院从事博士后研究。2015年4月加入北京航空航天大学国家空管新航行系统技术重点实验室，2019年7月-2022年3月曾担任北航国际通用工程学院副院长。研究方向主要包括航空交通网络、多模式综合交通系统、大规模系统优化算法等。主持国家自然科学基金民航联合基金重点项目、中德国际合作交流项目、青年基金等多项，参与重点项目和重大研究计划等4项。近年来共计发表学术论文100余篇，其中一作/通讯SCI论文50余篇，包括交通运输工程领域权威期刊 Transportation Science, Transportation Research Part 系列, IEEE Transactions on Intelligent Transportation Systems, Computer & Operations Research等，入选3篇ESI高被引论文，获国际/国内会议优秀论文奖6次。
学术任职方面，担任航空交通领域知名期刊 Journal of ATRS 联合创刊主编，交通领域权威期刊 IEEE Transactions on Intelligent Transportation Systems 副主编，航空交通领域知名期刊 Journal of Air Transport Management 副主编，国际航空运输学会 （Air Transport Research Society）常务理事/秘书长，国际航空工程教育联盟（ALICANTO）常务理事，航空交通研究国际会议(ICRAT)和航空研究研讨会(SOAR) 、复杂网络与应用国际会议等的学术委员，中国交通运输协会青年科技工作者委员会等，同时也担任交通领域权威期刊 Transportation Science, Transportation Research Part 系列等50余种期刊的审稿人。
2012
德国宇航院/汉堡工业大学 | 航空交通系统 | 博士研究生毕业 | 博士2008
西北工业大学 | 电气工程 | 硕士研究生毕业 | 硕士2005
西北工业大学 | 电气工程 | 大学本科毕业 | 本科2022
北京航空航天大学 | 国际通用工程学院 | 副院长 | 副教授2015
德国宇航院 | 访问学者2014
德国宇航院 | 博士后2015
德国宇航院 | 空中交通系统研究所 | 博士后至今
航空交通知名期刊 Journal of ATRS 联合创刊主编至今
航空交通领域知名期刊 Journal of Air Transport Management 副主编至今
国际航空交通运输研究协会（ATRS）常务理事、秘书长至今
国际航空工程教育联盟（ALICANTO）常务理事至今
中国交通运输协会青年科技工作者委员会至今
复杂网络与应用国际会议（Complex Networks and their Applications）学术委员至今
航空研究研讨会（Symposium on Air Transport Research）学术委员至今
航空交通研究国际会议（International Conference on Research in Air Transportation）学术委员至今
Journal of Advanced Transportation 客座主编sunxq@buaa.edu.cn : b19f709059faeabf1c0f2cddcc39fa514dd1224f395b41972a07b672bb98cdcad348ae50e99da66f6a1e95b07d1aee6151c059c41c2b454e78ecf9e1b197afc8c4532e74aac647b5bed87b6a210293398512b5fe3f669d07eac350082d411c849c825cac62f6277153855b97a47d27e3f72fdec4fbe21cc720208554a34d8f7c
团队名称：M3Nets (Multi-Modal Mobility Networks)
团队介绍：The major interest of our group is in the development of efficient and scalable algorithms and analysis techniques for large transportation networks. Our ultimate goal is to contribute to the design of pervasive, intelligent, and efficient cyber-physical infrastructure systems. Relevant research topics include, but are not limited to, network design, machine learning, big data, and complex network science.
More information can be found here: http://m3nets.de/index.html
