数据驱动的城市路网交通状态时空自推演模型

The goal of the project is to reproduce the evolution of the traffic conditions in an urban road network under different external conditions, to improve the operation efficiency of an urban road transportation system, and to avoid the weakness of the approaches of computer-based simulation and mathematical modeling in parameter calibration and behavior modeling. To this end, this project first deeply mines the time-varying intra- and inter-relations between on-road traffic conditions and urban traffic demands, from the perspective of the overall transportation system and by utilizing massive floating car data and massive call detail records. Then, the project extracts the key features that can reflect the traffic conditions of the overall road network. On this basis, the project proposes a data-driven model for spatiotemporal self-deduction of urban road traffic conditions, which is capable of making traffic condition deduction when the data is locally lacking. Taking advantage of the data-driven self-deduction model, the project further explores the organization methods of urban traffic flow under typical recurrent and non-recurrent traffic scenarios. This project is significant and meaningful to solve the growing traffic congestion problems and improve the quality of transportation management and services.

为再现不同外部条件下城市路网交通状态的动态演化过程，提高城市道路交通系统运行效率，避开现有计算机仿真与数学建模方法在模型标定与行为建模等方面的不足，本项目从城市交通系统整体出发，利用海量浮动车数据与海量手机信令数据，深入挖掘路网交通状态和城市交通需求的动态演化规律以及二者之间的时空关联规律，提取可以反映城市路网交通状态的关键特征，建立局部数据缺失条件下仍可正常工作的数据驱动的城市路网交通状态时空自推演模型；通过应用路网交通状态时空自推演模型，探索典型常态、非常态交通场景下城市交通流组织优化方法。本项目为解决日益严重的交通拥堵问题，开展大数据时代革新性的理论与方法研究，对于提高城市交通管理质量、改善城市路网服务水平具有极其重要的意义。

城市道路交通拥堵不但严重影响人们的日常生活，而且对社会经济、资源环境等诸多方面具有显著的负作用，是困扰城市尤其是大城市的世界性难题。本项目从城市交通系统整体出发，利用海量多源大数据，深入挖掘路网交通状态和城市交通需求的动态演化规律以及二者之间的时空关联规律，提出了（1）基于低频浮动车数据的城市路网重构与交通状态识别方法；建立了（2）局部数据缺失条件下仍可正常工作的数据驱动的城市路网交通状态时空自推演模型；探索了（3）常态交通场景下城市交通流组织优化方法等系列重要学术成果。本项目充分利用与挖掘丰富的交通数据资源，为解决日益严重的交通拥堵问题，开展大数据时代革新性的理论与方法研究，对于提高城市交通管理质量、改善城市路网服务水平具有极其重要的意义。..经过四年的研究，截至2022年12月，共发表论文30篇（具体参见文末论文列表），其中第一标注论文9篇，第二标注论文12篇，第三标注论文9篇。其中，Transportation Research系列论文9篇，IEEE TITS和CACAIE 3篇。圆满完成项目任务。..在项目执行期间，申请人受邀担任国内权威期刊《交通运输工程与信息学报》主编，推动了期刊与管理科学与工程学会交通运输管理分会签订了战略合作协议。受邀担任国际顶级交通期刊《Transportation Research Part C》和《IEEE Transactions on Intelligent Transportation Systems》编委。获评中国公路学会国际公路交通科技领军人才、中国智能交通协会优秀科技创新领军人才、交通运输部青年科技英才，入选全球前2%顶尖科学家。