大数据驱动的“微观-宏观”跨尺度建模与决策范式研究

This project will focus on the traffic evaluation issue for emergency response with studies of Micro－Macro cross scale modeling method and decision-making support method based on big data. Research contents include: (1) Microscopic modeling of induvial driving behavior, (2) Micro－Macro cross scale modeling method, (3) decision theory for emergency management with “data-model” hybrid-driven process. There are two key study issues in this project, one is the cross scale modeling and the other is the dynamic interaction between big data analysis and simulations with models. The results of this project may help in innovation of decision theory for emergency management.

本项目以突发事件应对中的大规模交通疏散问题为例，采用大数据分析、系统建模、问卷调查、模拟实验、仿真计算等方法结合，研究基于大数据驱动的“微观－宏观”跨尺度建模方法与“数据－模型”混合驱动的应急决策范式，具体研究内容包括：（1）多维视角下的微观驾驶行为特征发现与识别；（2）大数据驱动的“微观-宏观”跨尺度建模方法；（3）基于“数据-模型”混合驱动的系统观应急决策范式。项目研究致力于突破“微观-宏观”跨尺度建模、数据分析与模型仿真的动态交互与协同运行两大关键科学问题。通过项目研究，建立具有动态调整和自适应性的微观驾驶行为模型，提出“微观－宏观”跨尺度建模方法；构建大数据分析与模拟仿真的动态交互与协同运行模式，提出基于“数据－模型”混合驱动的系统观的应急决策范式，推动应急决策理论和方法的创新。

突发事件及其应对过程是典型的跨尺度问题，在时间紧迫、资源有限的条件下的应急决策，必须综合考虑微观尺度和宏观尺度下的差异与融合。具体到实际问题，紧急交通疏散中的跨尺度建模与决策问题，已经成为国际研究领域的前沿热点问题。本项目以突发事件应对中的大规模交通疏散问题为例，采用大数据分析、系统建模、问卷调查、模拟实验、仿真计算等方法结合，研究基于大数据驱动的“微观－宏观”跨尺度建模方法与“数据－模型”混合驱动的应急决策范式，具体研究内容包括：（1）多维视角下的微观驾驶行为特征发现与识别；（2）大数据驱动的“微观-宏观”跨尺度建模方法；（3）基于“数据-模型”混合驱动的系统观应急决策范式。项目研究致力于突破“微观-宏观”跨尺度建模、数据分析与模型仿真的动态交互与协同运行两大关键科学问题。通过项目研究，建立了具有动态调整和自适应性的微观驾驶行为模型，提出了“微观－宏观”跨尺度建模方法；构建了大数据分析与模拟仿真的动态交互与协同运行模式，提出了基于“数据－模型”混合驱动的系统观的应急决策范式，从而推动应急决策理论和方法的创新。