智能交通系統(tǒng)(Intelligent Transportation System，簡稱ITS)是未來交通系統(tǒng)的發(fā)展方向。它是下一代城市地面交通系統(tǒng)管理的基礎(chǔ)。智能交通，一個基于現(xiàn)代信息技術(shù)面向交通運輸?shù)姆��?wù)系統(tǒng)，是美國于20世紀90年代初最先提出的理念。它有效的集成了最先進的數(shù)據(jù)采集和處理技術(shù)，模型預(yù)測和分析技術(shù)，信息控制技術(shù)等等，并將他們運用于整個地面交通管理。它是為城市道路出行建立的一種全方位、大范圍的實時、準確、高效、便捷的綜合交通管理系統(tǒng)。智能交通受到了政府、企業(yè)以及海內(nèi)外學(xué)界的廣泛關(guān)注，在科技部《“十三五”交通領(lǐng)域科技創(chuàng)新專項規(guī)劃》里面著重題出了要進一步大力發(fā)展智能交通。美國政府交通部更是為此專門成立了“智能交通聯(lián)合項目辦公室”(ITSJPO)。

“交通流量預(yù)測和分析”作為智能交通領(lǐng)域中最重要的一環(huán)，直接決定了智能交通系統(tǒng)的性能表現(xiàn)以及適用范圍。一個優(yōu)秀的預(yù)測模型，既可以使出行者合理的安排自己的出行方式，出發(fā)到達時間以及路線，節(jié)省不必要的時間浪費，提高工作生活效率。又可以讓政府服務(wù)部門及時了解和預(yù)測路況信息，對可能發(fā)生的道路擁堵和交通事故提早做出預(yù)判，節(jié)省社會負擔(dān)，合理配置社會資源。來自美國馬里蘭大學(xué)的張燕如博士是一名在交通流量及出行時間預(yù)測和分析領(lǐng)域的重量級學(xué)者。張博士及其合作者在國際頂級期刊Transportation Research Part C: Emerging Technologies上發(fā)表了題為“基于梯度提升算法(gradient boostingmethod)的交通出行時間預(yù)測方法”的研究成果。她的論文得到了來自全世界多個國家的學(xué)者的廣泛關(guān)注，所提出的方法收到廣泛的引用和采納，并被該期刊評選為近三年來“被引用最多的25篇論文之一”。

傳統(tǒng)的交通流量和出行時間預(yù)測模型主要集中在基礎(chǔ)統(tǒng)計方法的應(yīng)用上面。該類方法主要適用于樣本數(shù)量小以及數(shù)據(jù)結(jié)構(gòu)簡單的傳統(tǒng)型數(shù)據(jù)。然而隨著數(shù)據(jù)采集能力攀升，以及人們對數(shù)據(jù)科學(xué)機器學(xué)習(xí)領(lǐng)域的不斷提升的需求，傳統(tǒng)預(yù)測方法對于數(shù)據(jù)量大復(fù)雜度高的大數(shù)據(jù)問題，其表現(xiàn)會嚴重受制于數(shù)據(jù)噪音以及突發(fā)事件的影響。張博士提出的交通流量模型，是首個在智能交通領(lǐng)域應(yīng)用基于梯度提升算法的模型。她在論文中揭示了機器學(xué)習(xí)算法對解決大數(shù)據(jù)交通問題的重要性。對比其他的傳統(tǒng)模型，她提出的機器學(xué)習(xí)模型可以在龐大復(fù)雜的數(shù)據(jù)中快速有效的提取特征信息。模型表現(xiàn)顯著提高了預(yù)測的精度和穩(wěn)定性，并極大的降低了計算的復(fù)雜度，對新一代城鎮(zhèn)交通系統(tǒng)的建設(shè)具有廣泛的應(yīng)用價值，尤其適用于高速公路的出行和交通流量預(yù)測。張博士說：“預(yù)測的本質(zhì)是理解數(shù)據(jù)。找到數(shù)據(jù)的產(chǎn)生機制以及其與現(xiàn)實環(huán)境中諸多因素的關(guān)聯(lián)關(guān)系尤為重要。”區(qū)別于一些黑箱機器學(xué)習(xí)模型，她的模型有良好的解釋性，可以很好的滿足政府，企業(yè)，機構(gòu)以及個人對交通問題做進一步深入分析的需求。

目前，智能交通領(lǐng)域吸引了來自大數(shù)據(jù)、云計算、移動互聯(lián)等各種尖端領(lǐng)域的人才。廣闊的應(yīng)用價值、極具想象力的上升空間使得諸如互聯(lián)網(wǎng)企業(yè)等各路英豪攜著數(shù)據(jù)、數(shù)據(jù)技術(shù)和資本進入了交通領(lǐng)域。智能交通，做為21世紀人類最關(guān)注的問題，正在逐步影響著我們每一個人的生活。

(新媒體責(zé)編：wb001)