反对“运输能力”方法的全面促进，数字技术和运输行业的深刻整合已成为交通管理现代化和服务改善的推动力。
反对“运输能力”方法的全面促进，数字技术和运输行业的深层整合已成为推动运输管理现代化，提高服务效率和升级行业升级的主要力量。特别是，作为新生产因素的数据量变得更加突出，许多演示和推动高价值应用程序方案在各个运输领域都出现了。这些案例不仅解决了传统交通管理的问题，例如“信息岛”和“缓慢响应”，还通过优化数据循环机制以及建立由数据作为主要数据驱动的新的质量转移服务，从而实现了跨域合作，改变服务和成本的降低。本文基于三个主要领域进行系统审查：“高价值数据应用程序方案”，“应用程序的常见结果”和“优化数据DAT一种机制”，解释了数据如何赋予运输行业的高质量发展。
1。促进交通管理的准确性和智能
1.1跨域大数据赋予车道上公共旅行服务的升级
反对诸如成都 - 昌安双城经济圈和西方陆地新频道等国家战略的后方执行，传统高速公路旅行服务模型面临着瓶颈的质量。到目前为止，多源数据融合一直是一个成功的隔离path。 Sa pamamagitan ng pagsasama ng pag-record ng highway toll, pagsubaybay sa video, pagpapanatili ng kalsada, pag-uugali ng gumagamit, pagkonsumo ng enerhiya at iba pang data ng PEB-level, at napagtanto ang pagbabahagi ng data ng cross-departmental Na May Seguridad Sa Publiko，气象，紧急Na Tugon，Iba Pang Mga Data NG跨部门，Ngunit Napagtanto Din Ang个人NA平台，印地语Lamang Nagpabuti Sa Karanasan sa Karanasan sa opErasyon ng操作公司SA操作，但也实现了个人和随附的旅行服务体验。该系统不仅利用了公交线路的乘客容量的科学分配，而且共同建立了长达和西方智能联盟的“由车辆支持”的数据共享机制，realiztransformation以及从运输基础设施到运输服务平台的升级。
1.2多源数据融合有助于在极端天气中安排紧急交通
恶劣的天气是影响交通安全性和效率的重要因素。举例来说，在特定省中获取试点项目，我们将建立一个多源大数据平台，包括运输，公共安全，气象，气象学，自然资源和其他部门，收集5,000多个风险的风险部分，超过3,000个气象站观察observers，观察16个雷达雷达和其他大型数据，16个建立了交通流动的数据，早期的流动式终止和早期的丧失了备受胜地。警告八种主要算法支持。通过将交通管理平台链接起来，我们可以准确地进行紧急情况，例如雾区域，积雪和结冰，以及实时的运输和指挥过程。数据表明，试点部门的交通事故率下降了53.2％-58％，拥塞率下降到76％-85.5％。它不仅显着提高了交通安全系数，还建立了一个由公共安全协作数据驱动的模型。
1.3通过所有区域中的时空数据开发新的城市交通控制模型
长期以来，城市交通管理一直面临着“许多人，更多的汽车和更少的道路”的结构。基于此，一个城市通过互联网在互联网上收集车辆动态数据，并结合了有关CAB，在线车，Checskpoints和其他设备的信息，以产生“全区域时空大数据库”，以实现全息图和对UR的评估禁止交通运营。 Mas Mahalaga，Ang Platform a nagpatibay ng隐私计算在Magkasanib na Mekanismo ng pagmomolde ng“ tatlong pag -audit” tatlong paghihiwalay“ panukalang -batas na trapiko tulad ng mga na berdeng alon in intelihenteng Control ng信号ng a na -promote，na may isang isang na pagtaas ng bilis ng bilis ng higit ng higit sa 20％，makababuluhang pagpapabuti ng pagpapabuti ng ng cliged and clistive效率，可为停车位提供了一个非常有用的途径。
2。提高管理数据驱动的效率
2.1道路资产数据平台促进了运输基础设施的明智转换
SA Loob很长一段时间以来，道路拥有的管理存在诸如分散的数据资源，更新更新和非通信系统等问题。特定领域已建立了三维数字基础，用于运输，集成技术，例如无人机遥感和Beidou高精度定位以收集和统一以管理道路因素的关键数据，并促进从二维平面数据转换为三维静止数据。该平台提供了路线图显示，三维图编辑，资产生命周期管理等功能。交通拥堵率下降了15％，交通效率提高了21％。数据驱动已成为公共运营和依赖公共基础设施的新机器，该机器促进了工程建设，运输设计和财产管理的合并开发。
2.2多源融合评论为智能运输网络创建了新的范式
对于将来的旅行，智能连接的车辆和自动驾驶逐渐成为主要方向。在特定的城市中，通过开发网络网络云基础结构（4G/5G，LTE-V2X），侧面侧面集成，道路数据和城市管理，一种机制为了理解，已经建立了对交通事件的分析和响应。该项目不仅建立了基于车辆云合作的智能感知系统，而且还产生了闭环数据反馈机制，为MATAAS的驾驶和部署验证提供了强有力的支持。在工业层面，它敦促应用基本设备（例如芯片级芯片，智能传感器和计算侧），该设备形成了一个新的智能运输行业，其特征是“由剧本驱动的供应驱动”。
2.3数据支持现代物流系统以降低成本并提高效率
物流是运输的组成部分。以Meituan Rider系统为例，它使用实时GPS，天气API和订单顺序，通过结合蚂蚁殖民地算法和增强研究的结合来计算最佳的输送路径，从而使平均每日订单处理超过4000万个订单TENED，送达时间的时间缩短了10分钟，时间率增加到98.6％。同样，在多模式运输领域，中国 - 欧洲快递（Chongqing-Duisburg）通过多源数据调度系统将空箱速度从40％降低到12％，并将运输时间缩短了5天。数据不仅使物流运营变得更好，而且还促进了运输，仓储和平台之间的协调发展，从而增强了国家供应链系统的稳定性和敏捷性。
3。数据循环机制的对立
3.1开发数据供应系统
打开数据资源是基础。通过开发通过不同州议会部门水平运行的共享和交换系统，并直接由当地运输部门直接SA，收集了总共27亿个数据和14亿个服务呼叫，并将数据分配并与区域a分发并相互关联。ND水平。同时，我们将加快建造高质量数据集图，优化公共数据许可机制，并促进数据开放性，社会同意和发展操作的变化。此外，运输部还促进了许多部门的物流数据，例如金属，车道，航空，水运输，海关等。根据互连，已经建立了一种动态的数据资源访问机制，信息岛以及用于数据资源的“储层”。
3.2 i替代数据循环机制
提高数据循环的效率需要设计双轮驱动机制和技术加强的设计。通过建立“数据流收入模型差异”，我们将达到数据提供商与用户之间的利益平衡，并压缩交易成本。特别是在公共数据领域，Bot模型（construction-o）降低了初始投资peration-transfer），伴随着层次机制和数据分类，降低了法律风险和循环操作。在技??术层面上，引入了区块链技术，以确保数据监视和反侵入性能。引入了AI和机器研究以改善数据纯化，建模和预测。共享实时数据通过API打开接口实现，缩短了中间链，并打开“最后一英里”。
3.3扩展数据申请的深度
实际数据的关键在于场景中的深入集成。当前，流量数据已从传统的操作监控到多维应用程序，例如准确的预测，智能调度，个人服务和安全管理。例如，智能仓库系统通过传感器和自动控制实现自动分类，包装和爆炸性，提高运行效率并降低人工成本增加20％。同时，通过共享供应链数据，出色的制造协调，物流和销售联系。例如，物流公司和制造商共同建立了一个共享平台，以实现喷发 - 遵循预测，连接仓库和Homeagi，库存优化，并创建了一个智能的供应链“数据共生”，实现了降低成本，提高速度和提高效率的三个目标。
王彭
北京社会科学学院的研究人员，北京Xi Jinating的特别研究员对新时代的社会主义和中国特征的思想，数据资产研究所执行董事，以及Nanchang Technology Institute的数字经济研究所的特别教授。
