研究领域

海事智能风险评估；复杂交通运输系统安全与韧性；港口与航运网络风险管理；城市多模式交通系统韧性；贝叶斯网络、复杂网络与数据驱动建模

个人简介

1.教育与工作经历

2026-09 至今, 宁波大学, 副教授

2025-04 至 2026-09, 南洋理工大学, 博士后研究员

2021-08 至 2025-04, 南洋理工大学, 海事研究, 博士

2018-09 至 2021-04, 上海海事大学, 物流工程, 硕士

2014-09 至 2018-06, 西南石油大学, 油气储运工程, 学士

2.科研经历

本人长期围绕海事风险评估、复杂交通运输系统失效分析与韧性建模开展研究，研究对象涵盖船舶、港口、全球航运网络及城市多模式交通系统。主要采用贝叶斯网络、复杂网络、系统动力学、机器学习、多源数据融合与仿真建模等方法，研究交通运输系统风险识别、失效演化、动态韧性评估与恢复优化。已在Reliability Engineering & System Safety、Transportation Research Part D、 Applied Soft Computing、Sustainable Cities and Society、Ocean Engineering等国际期刊发表系列研究成果，并参与或主持新加坡教育部、新加坡海事研究院及国际集装箱运输局等科研项目。目前已发表SCI论文19篇，其中以第一作者身份发表中科院一区Top期刊论文10篇。Google Scholar总引用超过800次，H-index为13 (https://scholar.google.com/citations?user=wsLnK74AAAAJ&hl=en)。

科研项目

[1] 国际集装箱运输局（BIC）：Extreme Weather Effects on Resilience of Container Intermodal Transportation System: Operations and Strategies，共同主持，2024.06–2025.10

[2] 新加坡教育部（MOE）Academic Research Fund Tier 1：Disruption management and resilience building of food transportation system in Singapore: A national perspective（RG81/24），参与，2024.11–2026.10。

[3] 新加坡海事研究院（SMI）Maritime Transformation Programme：Safety 4.0: AI-Driven Ship Safety Management System（SMI-2023-MTP-03），参与，2023.07–2025.06。

[4] 新加坡教育部（MOE）Academic Research Fund Tier 1：Resilience analysis and modelling of urban multi-modal transportation system: A simulation of unplanned disruptions（RG137/22），参与，2023.03–2025.02。

[5]国家重点研发计划课题：基于多维度全流程仿真的超大集装箱码头数字孪生系统，上海国际港务集团，参与，2019.12–2022.11。

代表性论文和专著

1. Wang, N., Wu, M., & Yuen, K. F. (2025). Dynamic enterprise resilience assessment for port systems: A framework integrating Bayesian networks and Dempster-Shafer evidence theory. Reliability Engineering & System Safety, 262, 111105.影响因子: 11 中科院分区：工程技术1区Top  JCR分区: Q1

2. Wang, N., Yuen, K. F. *, Li, D., Wong, Y. D., & Tan, K. H. (2025). A Bayesian Network Approach to Ship Safety Assessment: Integrating Machine Learning and Expert Opinions. Reliability Engineering & System Safety, 111659.影响因子: 11 中科院分区：工程技术1区Top  JCR分区:

3. Wang, N., Yuen, K. F., Gao, X., & Nie, Y. (2025). Resilience assessment of global container shipping network via port communities. Transportation Research Part D: Transport and Environment, 104649.影响因子: 7.7 中科院分区：工程技术1区Top  JCR分区: Q1

4. Wang, N., Wu, M., & Yuen, K. F.* (2024). Modelling and assessing long-term urban transportation system resilience based on system dynamics. Sustainable Cities and Society, 109, 105548.影响因子: 12 中科院分区：工程技术1区Top  JCR分区: Q1

5. Wang, N., Wu, M., Yuen, K. F.*, & Gao X. (2024). Urban transportation system long-term resilience assessment using multi-dimensional dynamic Bayesian network. Transportation Research Part D: Transport and Environment, 104427.影响因子: 7.7 中科院分区：工程技术1区Top  JCR分区: Q1

6. Wang, N., Yuen, K. F.*, Yuan, J., & Li, D. (2024). Ship collision risk assessment: A multi-criteria decision-making framework based on Dempster–Shafer evidence theory. Applied Soft Computing, 111823.影响因子: 6.6 中科院分区：计算机科学2区（2024年1区）Top  JCR分区: Q1

7. Wang, N., Wu, M., & Yuen, K. F.* (2023). Assessment of port resilience using Bayesian network: A study of strategies to enhance readiness and response capacities. Reliability Engineering & System Safety, 237, 109394.影响因子: 11 中科院分区：工程技术1区Top  JCR分区: Q1

8. Wang, N., Wu, M., & Yuen, K. F.* (2023). A novel method to assess urban multimodal transportation system resilience considering passenger demand and infrastructure supply. Reliability Engineering & System Safety, 238, 109478.影响因子: 11 中科院分区：工程技术1区Top  JCR分区: Q1

9. Wang, N. & Yuen, K.F.* (2022) Resilience assessment of waterway transportation systems: Combining system performance and recovery cost, Reliability Engineering & System Safety, 226, 108673.影响因子: 11 中科院分区：工程技术1区Top  JCR分区: Q1

10. Wang, N., Chang, D., Yuan, J. *, Shi, X., & Bai, X. (2020). How to maintain the safety level with the increasing capacity of the fairway: A case study of the Yangtze Estuary Deepwater Channel. Ocean Engineering, 216, 108122.影响因子: 5.5 中科院分区：工程技术2区（2020年1区）Top（海洋工程1区） JCR分区: Q1

11. Wang, N., Yuen, K. F.*, Chang, D., & Gao, Y. (2023). Analysis of the Key Factors Influencing Automation Transformation in Container Terminals Based on the Dempster–Shafer Evidence Interval Method. Transportation Research Record, 03611981231201113.

12. Wang, N., Liu, C., Zhou, X., Xiao, J., Li, D., & Yuen, K. F. (2026). Deep learning-based ship collision risk assessment under limited data: a Variational Autoencoder with Multilayer Perceptron and convolutional neural network approach. Maritime Policy & Management, 1-27.

1. 国家奖学金，2019；
2. 国家奖学金，2020；
3. Antwerp Port Authority Excellent Master Thesis Award，2020；
4. 上海市优秀毕业生，2021；
5. 国家优秀自费留学生奖学金（A类），2023；
6. Bureau International des Containers (BIC) Fund Grant，2024。