智能交通作为新时代的热点，吸引了来自各行各业的精英。交通领域的尖端人才带着机器学习，金融大数据等先进技术投身于这个朝阳产业。广阔的应用价值、极具想象力的上升空间使得交通领域成为了新世纪最有想象空间的舞台。
【安防在线 www.anfang.cn】今天我们要探讨的主题是“预测”在智能交通中的应用。对各位尚不是很了解智能交通系统的读者，可以把智能交通简单的看为一个基于大型计算的信息预测系统。它需要有效的集成最先进的数据采集和处理技术，运用预测模型和分析技术，对实时和未来信息做出正确判断，并将这些判断运用于整个地面交通管理，从而达到提高公共资源效率和节省交通出行时间的目的。作为智能交通系统中重要的“智能”二字，最直观的体现就是“预测”未来交通流的演化趋势。而“准确”又成为决定预测质量的重中之重，直接决定了智能交通系统的性能表现以及适用范围。
“一个优秀的预测模型要能及时高效的处理庞杂数据，并能保证模型的延展性而适应未来的情况。”预测研究领域资深学者、美国马里兰大学博士张燕如如是说。作为一名在交通流量预测和统计机器分析领域极具代表性的重量级学者，张博士的多篇论文曾引起过海内外学界的广泛讨论和应用。其中张博士及其合作者在国际顶级期刊“交通研究”上发表的题为“提升出行时间预测的梯度方法”和“一种基于频谱分析和统计波动率模型的混合短期交通流量预测方法”等系类研究成果，一度引起了学界和业界热议。通过我们的采访了解到，张博士的预测方法结合了最先进的机器学习以及统计分析，可以高效的筛选预测信号并剔除无效的数据噪音。张博士的研究成果充分说明了一个“准确的预测模型”之于智能交通的重要性。在张博士提出她的一系列预测模型之后，短短几年内已经有超过200篇后续的研究论文引用了她的成果，并把她的模型作为考核新模型的重要标准。其中的很多已经广泛应用到了政府和业界的实践之中。一个好模型对学界和业界的影响力可见一般。
“智能交通预测是一个多学科的交叉问题”，张博士在她的论文中揭示了机器学习算法对解决大数据交通问题的重要性。机器学习模型的优势在于快速利用全部的采集信息，这一点对于新时代的交通问题尤为重要，因为城镇化的发展和出行模式多样性使得交通数据近年来一直呈指数型增长。就像张博士所说，机器学习模型需要注意模型的解释性，良好的解释性可以更出色的满足研究者对于交通问题深入分析探索根源的需求。
“准确预测”，作为智能交通领域中最重要的一环，成为学者们追逐的圣杯的同时，也是让智能交通能够落地应用的关键。一个优秀的预测模型，既可以使出行者合理的安排自己的出行方式，出发到达时间以及路线，节省不必要的时间浪费，提高工作生活效率。又可以让政府服务部门及时了解和预测路况信息，对可能发生的道路拥堵和交通事故提早做出预判，节省社会负担，合理配置社会资源。我们看到，在一代代学者们的不懈努力之下，预测模型也在一步步的提高，智能交通展现出来越来越大的潜力，人们的生活将越变越美好。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
