• ×

    人物专栏 >> 全部专家列表

    交通建模原理
    2015-05-13 09:43:29   来源:大中华交通智库微群       评论:0 点击:

    2015/5/4~5

    议题:交通建模原理(1)~经济学渊源与解释;大数据对交通经典四阶段模型的影响。

    【群主按语】人是经济动物。人在出行选择的全过程中都自觉不自觉地按照经济学的规则进行着自己的决策,无论是长期的还是即时的,无论是集聚的还是非集聚的。因此,理解交通与土地使用模型的机理首先要从经济学视角的认知分析开始。

    1、关于交通模型与经济学渊源

    (@杨涛 )出行产生的源头是人类为了生存、生产、生活而引发的人和物的移动。这种出行活动的频率、强度、分布、方式、路径等选择决策,都与其居住、就业、消费等社会经济活动有关,也与当次出行的所要耗费的时间体力和经费支出有关。前者是长期决策的过程,与城市形态结构和土地使用密切相关,可以用地理经济学原理特别是区位论中心地理论以及劳动力分布模型等来解释建构。后者是出行者临场决策的过程,都与出行过程每一步的耗费效用关联,适合用微观经济学原理解释建构。(@王园园)某种意义上出行本身就可以算经济活动。

    (@周江评)@杨涛 关于交通模型和交通经济学,欢迎大家关注和加入国际交通经济学会,international transportation economics association。里边的几个大牛老师如 ken small,erik verhoef等非常平易近人,也非常热心帮助后进。我做博士论文资格考试和写博士论文(研究交通拥挤收费里的用户异质性)时,得到他们非常多的帮助。每年夏天,学会里的老师也会办一周的学习班,邀请各个方向的老师给青年学生授课,学费非常低廉。学习优异的学生,还可以获得奖学金。中国老师里,北大毕业的宋顺峰老师在上述学会也非常活跃。他是small的学生。small和mcfacdden,也就是提出效用模型而获得诺贝尔奖的老师非常要好。后者现在我博士毕业的南加州大学从教,他成立了一个经济学模型实验室,除了交通经济,也关注环境经济,卫生经济和公共经济学等。mcfaccden对中国学生和老师非常好,现在新加坡国立大学的杰出教授,研究地产经济的邓永恒老师,是他的高足。邓是我博士资格考试的主席。

    (@靳文舟)近年来我研究交通,重点从以下几个方面考虑问题:1人的本性,2社会发现阶段,3经济规律4技术措施5政策导向。 今天的论题也是我一直考虑的问题:大数据时代是否有依据推翻现有交通理论?交通哪些理论可能建立在沙滩上?手段和目的如何定位定界?

    (@杨涛)@靳文舟 [强]您刚才阐述的是广义的交通建模,很赞成您的认识。不过,今天讨论是否可以限定在交通规划建模领域,或者更准确经典说法,交通与土地使用建模?人是经济动物。人在出行选择的全过程中都自觉不自觉地按照经济学的规则进行着自己的决策,无论是长期的还是即时的,无论是集聚的还是非集聚的。因此,理解交通与土地使用模型的机理首先要从经济学视角的认知分析开始。(@施泉)@杨涛(南京城交院) 杨院非常赞同你的观点,交通模型理论本质是行为学理论,行为学本身就离不开经济、社会、地理以及心理学,模型师必须要深刻理解这些。所以说合格的模型师是交通模型系统的重要组成部分!

    (@xwy300km)谈谈感受吧,见笑了。就实际宏观交通建模的情况。估计大家已经做过很多模型,都会做很多基础数据调查,结合现在的大数据资源,数据源更加丰富。但在实际操作过程中,大家对待数据处理,模型结构等方面,还是有不少粗线条的处理。这些虽然可能是模型基础,关注度不高。但个人认为是实现各理论的基础。

    (@陈必壮)个人认为,到目前为止我们所用的传统的交通模型的理论还是较好地反映了交通出行行为的社会、经济性特征。现在模型存在问题更多是1)基础数据的局限性、准确性2)深层次的分析、规律性的研究,以及对政策性研究不够3)对活动理论等响应尚不够。 至于大数据可能会使数据采集更多样化、更丰富,但要对整个模型体系有什么颠覆性改变,恕我直言不大可能。

    (@朱顺应) 马克思说过利益是魔鬼,交通问题根本上是因利益分配问题。交通问题表面上看是土地使用不合理,为什么不合理?因存在各种利益博奕。交通建模若实现土地利用行为博奕和交通空间利用行为博奕一体化,可能结论更加接近现实。这样做可能有一些理想化,但不这么做又不行。我们做交通预测的前提土地使用总是存在很强的不确定性。

    (@赵发科) 交通行为是个体化的选择,具有主观性和一定的随机性;模型目的在于量化反映出行者的出行特征和规模,反映的是普遍性的问题。现有的四阶段模型主要通过以往调查反馈的样本交通特征,预测未来中长期的交通需求。但是交通行为变化是动态的,受城市规模、用地变化、产业布局、就业和居住分布、交通设施供给、经济条件、方式的选择、信息的提供程度、个体的偏好、路径和出行链等相关,现有的模型体系及时反映个体的交通行为较为困难和复杂。

    (@朱顺应) 目前的建模的公理性假设是基于静态的效用极大化,而未考虑时空行为交互作用。另外模型假设都是理性未考虑非理性,而且人具有学习特性,不停地吸取经验,校正行为。数据驱动型行为研究和公理性假设驱动型行为研究相辅相成,互相吸取优点就好了。大数据着重关注相关性,而不是因果关系,相关性可能是必要性,非因果关系,因此高度相关的行为模型有时不一定具有应用价值。(@张天然)交通模型以效用理论为主线,前景理论用的少一些。再将时间考虑进去就复杂多了。可以将理论物理和实验物理的方法结合。

    (@万里清风) 大数据时代研究人的行为出现的新学科叫社会物理学或人类行为动力学。市面上已经有翻译的MIT教授写的科普书在卖。经济学的原理可能永远都不会错,但问题是很多情况下约束行为的边界条件很难观察到或很难测量。交通模型体系里面其实一个贯穿始终的线索是对出行可量化成本,旅行时间,支出费用的分析。在可获取数据更多的情况下,可量化成本依然很关键,但并不足够。

    (@靳文舟) 出行需求的全面刻画还需要斟酌:经济学社会学等都只从比较笼统的角度描述需求,而我们要定量化,对需求可以做比较细致的分类,可按出行距离分为短距离、中距离长距离。可按出行规律分为每周多次同起迄点的必须出行,偶尔随机出行,也可按出行目的分类。这些虽然在一般的交通调查中都有所体现,但我想应该把出行再细分为基本出行和随机出行,基本出行就是每周都必须的有一定距离的(如2公里以上)多次往返的,这种基本出行是交通服务的主体,也应该是出行需求的大部分,主要应该靠公交解决,现有的模型体系虽然有考虑,但没有真正反应这种社会经济背景和规律。其他随机出行没可能掌握精确规律,只能大致估计。回答需不需要模型?答案肯定是需要的,回答大数据能不能替代模型?答案肯定是不能完全替代,但多了一项很好的工具。问社会经济模型是否能真正起到数量化作用?答案是不尽人意,原因是我们交通人自己都没把需求说清楚,对经济也一知半解,定性有余定量不足,概论有余深入不足。追溯深层次的经济学原理,不难看出解决交通需求与经济学有很深的理论渊源,通过建模把二者联系起来,因此经济学社会学加上历史文化、人文心里等方面的知识,对交通人来说是非常必要的。关键是大数据时代怎样理解数据和原理的关系,我想获得数据并进行解释是手段,用原理引导方向才是核心。可以说:经济和哲学引领方向,技术和投资改变进程。大数据的作用还可能突破原来的描述作用,因为我们的交通经济理论比较薄弱,建模时因数据少而影响模型的精度和作用,致使人们怀疑建模的必要性,有了大数据会提高模型的精确度,更好地解释其经济学依据,使我们可以重新审视现有的交通规划理论体系,这将是有史以来把交通规划和经济紧密联系的重要理论发展创新阶段。可惜,大数据是知识结构中的快变量,而经济学是慢变量,人们多重视快变量而弱化慢变量,但慢变量恰恰是社会发展的木桶短板!前年的国家交通规划学科组会上讨论研究生核心课程,我建议增加“交通经济学理论”课程,但因暂时还没有形成比较完善的理论体系而搁置。

    2、大数据及其对传统四阶段模型理论的影响

    (@张天然)大数据不是方法论个和理论革新。我们十几年钱早就玩大数据了,名字不同而已。靠数据推翻理论我觉得本来就不大可能。新的数据环境会促进模型技术革新倒是可以的。还是说一下我的陈词滥调,大数据的缺点:1、很多数据需要清洗,清洗的规则有时候并不明确;2、数据要反映传统定义的特征,需要做一定的假设和推断,这也是大数据处理的“关键技术”;3、数据反映的往往只是一个方面,并不能完整地反映现实世界。4、有些大数据虽然样本量很大,但是仅仅代表一部分群体的特征,容易造成对总体特征的误导。(@陈必壮)@张天然 我是非常赞成你的观点的。我还想补充说明的是出行特征具有个体性特征,经济性的个体差异很大,还是需要研究非集计的特征。有些大数据可能会把这种个体性的差异给抹杀了。(@张天然)@陈必壮 上海交通所 大数据很少有个体的完整数据。@施泉 先龙把模型师要求的知识总结了一下,请他贴一个。(@陈必壮)我就是这个意思。

    (@自在)@张天然 十几年前应该是数据大吧,不是大数据。(@张天然)@自在 请你定义一下大数据(@自在)@张天然 百度一下就行了[呲牙]。(@阿戴)大数据不仅仅是数据量方面的大。(@张天然)例如出租车的gps数据算吗? @自在 例如出租车的gps数据算大数据吗?(@自在)@张天然 那是海量结构数据。(@阿戴)@张天然 @自在 大数据应该重在方法论的革命,而不是数据量的增加。(@王园园)大数据现在在学界应该已经不少泡沫了。(@张天然)哦,你的意思不算大数据的一类?@自在 你认为交通方面的大数据有哪些?

    (@顾啸涛交研所)@张天然 我理解的大数据是跨行业跨时空的,出租车GPS数据只是其中很小一部分。且不同的数据可以用来相互校核。例如,手机app的位置定位数据、支付宝或银联消费数据(商家信息及历史消费数据)、出租车GPS数据、公交Wi-Fi数据等等数据都可以相互之间关联,找出一个人完整的出行轨迹和特征。所以大数据不单单是大[呲牙] (@张天然)@顾啸涛 上海交通所 10年前没你说的其中一些数据那吗?如果说现在类型多了才算,那么以后没有新数据了?

    (@顾啸涛交研所)四阶段模型理论是经过历史论证的,本身肯定是科学的,只是移动互联网时代可以挖掘更多的规律,把模型做的更精确,甚至可以实现完全动态模拟。(@自在)@张天然 大数据是不同渠道和来源的结构数据、非结构数据综合分析、交叉验证,探寻知识发现的方法,是方法更是技术。

    (@张天然)@顾啸涛 上海交通所 大数据是很多数据组成的,某种数据是大数据的一部分也没错。我从来没说数据大就是大数据,有人把人口普查都当大数据了,我极力反对的。@自在 你说的是,大数据是方法。我在讨论数据本身。(@冠中)@顾啸涛 上海交通所 补充大数据的还有移动运营商的信令数据,银联刷卡消费数据,全国工商企业登记数据等,全部应该做关联,互相校核。无限接近现状的结果。(@王园园)四阶段的稳态前提正在逐渐消失,这是对传统理论影响最大的.大数据是个䒰,萝卜青菜往里装。(@张天然)@自在 建议直接说,大数据技术或方法吧。 你说到的 大数据是(不同渠道和来源的结构数据、非结构数据综合分析、交叉验证,探寻知识发现的)方法。

    (@顾啸涛交研所)@张天然 10年前很多数据是得不到的,例如智能手机的社交app数据,未来肯定会有更多的数据可以被交通研究使用。忘记哪里看到的,说近5年新增的数据超过了人类历史之前产生的之和,我们处在数据大爆发的时代。(@张天然)十年前交通调查分析不是没一点尝试,遗憾的是app等数据的代表性并不全面。交通建模的数据环境没有得到根本性的改变!我提倡挖掘。(@顾啸涛交研所)@吴冠中-晶众 是这个意思。@张天然 需要挖掘和分析。

    (@阿戴)大数据如果不能解决城市(土地利用到社会经济活动)与交通数据之前的关联,就无法用到交通规划中,只能是现状描述。夸张点说,要想准确描述现状的话,多设点摄像头并联网就够了(速7 后遗症)用统计方法挖掘?那只能是对海量数据的传统应用,只是增加了传统方法的数据量~~没有实现从量变到质变!!

    (@独孤求胜)大数据与传统的区别是;不是随机样本,而是全体样本;不是精确性,而是混杂性,不是因果关系,而是相关关系。一本大数据书的总结。(@刘淼)总结很好/:strong,不能用传统的建模方法来看大数据。(@独孤求胜)@刘淼上海  我领导上次开会向大家问了这个问题,什么是大数据,和传统数据区别是什么?答不上来,回头刚好老婆单位有一本《大数据时代》,最近看了一下。

    (@阿戴)传统的四阶段交通模型从构架上相对完美地解释了交通的根源,从土地利用到人的出行特征,又利用了统计学的成就,对解决规划问题针对性和可操作性非常强。而大数据,目前来看,是从数据到数据,由于还没有挖掘出从城市规划到交通需求到交通规划的内在关联,所以在交通规划中还无法替代以四阶段为代表的传统模型。我们这辈人受经典的统计学和传统的四阶段思路影响太深,而大数据的方法是要跳出这些束缚的。也许是牛顿力学到相对论这种突破,可遇而不可求。期待交通模型领域出现革命性变革。不过,有了相对论,对于踏踏实实在地球上讨生活的人来讲,牛顿力学也够了。对于城市规划交通规划来讲,现阶段,把调查数据搞搞准,比技术方法的突破更为实际。(@江江)系统构架的设计需要通人性!数据系统也一样。交通模型作为一种特殊领域的数据系统,需要从领域内往外看,之所谓,管中窥豹。不需要都懂,但需要不断涉猎,终身学习。@杨涛(南京城交院)人是经济动物。补充一下,人走出家门就是经济动物,对待朋友同学和家人还是会动感情的。

    (@王园园)传统四阶段模型的确问题很多,尤其在城市开发和经济发展变化飞快的中国。交通模型师还是或多或少缺乏对城市土地经济的理解。我觉得对目前模型理论方法冲击最大的不是大数据,而是移动互联网改变的出行行为,信息使得出行行为太动态了,同时对交通工具运作方式也有颠覆。大数据是个方向,在中国交通模型目前的生态下,可能影响也不小。

    (@阿戴)现状交通规划实践中交通模型的问题很多,不是出在四阶段理论上,而是各种内外部原因。首先调查数据数量不足、质量不精;其次是分析不够细致,随着城市新区和组团发展,以及各种出行选择多样化、出行链复杂化,那种全市一个参数的分布、方式划分就是一个笑话,必须加入分区的、与经济等等相关的控制。至于工作态度的问题,不再技术讨论范围内[憨笑]。个人认为,像我这种思维方式已经定型的人,对四阶段进行各种完善,现实意义更多一些;而思维依然是发散、对传统的交通模型以及统计学了解不多的人,更适合研究大数据与城市交通。

    (@王园园)目前的出行特征变化对传统模型的冲击主要体现在传统模型的集计和稳态这两个前提。另外传统模型从美帝发源的时代背景也需要反思,人家是玩市场经济的。必须要谈经济学。Logit现在被滥用。

    (@阿戴)跳出传统的交通需求分析思路,从新的视角去研究城市活动规划,交通大数据不仅仅考虑出行和交通量,大数据才可能与规划产生关联。重力模型就是经济地理研究出来的,logit模型是经济学的重要成就。广义来讲,交通的本源是人实现社会经济活动的需要,交通的过程需要考虑经济成本,交通的结果对城市经济有内在的外在的影响,交通规划的方法自然也离不开经济的分析。我觉得是:Logit现在被烂用,模型建得很烂。

    (@江江)需要的是一种标准,一种如同TCP/IP一样的标准,连通所有数据,共享数据。美国已经有了专门用于交通的通讯协议。现在的数据现状如同公侯遍地,各成邦国。每一个节点覆盖两平方公里。好像互联网时代的路由器,这如同交通行业的互联网诞生,我国引入互联网在1994年,晚了20年,是第77个国家。(@王园园)现在谁有数据谁说话啊,上次临港会上港铁的大咖说:交通就是时间换空间。我觉得如果套用土地经济的理论,很值得体会。大数据大部分情况下是副产品。

    (@阿戴)大数据、云计算在现状分析和短期模拟方面具有绝对的优势。比如,如果软硬件容量解决了,每天晚上大家把第二天的活动计划提交一下,系统计算并反馈,大家实时调整计划,经过几次迭代得出最优的方案~~公交调度等等也都是需求响应的~~~甚至商家都可以调整营业方案~~ 毕竟临时起意的活动占比比较小,影响不大。@谢实海 广州 等中国的城市化也稳定了,还会有交通规划么。智能交通炒了这么多年了,也不知道与交通规划有多少关系,主要还是用在交通管理上面吧。@万里清风 [握手] 大数据有它自身的优势,只是交通规划往上面靠的有些浮躁。

    (@靳文舟)生成类模型很有必要。96年我同ben hydecker讨论四步模型哪个重要,我说我国处于发展期,生成重要,英国是稳定期,分配重要。总之,需要模型。大数据对现有状态统计分析有帮助,但对新区没有统计依据。另外,现有的lowry模型体系,生成预测模型体系对于信息化和电商物流条件下的出行规律统计还有很多因素没考虑。现有的土地利用与交通生成模型体系对于信息替代出行、短距离出行没有很好的刻画。

    (@陈小鸿老师)讨论这么热闹,群主一忙乎顾不到,马上就离题啦。大数据也好,模型也好,智能交通也好,技术手段 本身不是目的。很多时候是本末倒置了。(@陈必壮)@陈小鸿-同济 一会儿自动又回到正题上来的,相信群里人都是身经百战的高材生,不会离题万里的[偷笑]

    (@陈翚苏州)这个话题太深奥 不太适合我。只能总结一句 没有建模审查的模型 基本只能靠模型师觉悟和修养 准和不准,无论用了多少基础数据,都只能呵 呵。先要解决模型构建机制问题,再探讨准不准,要引入多少数据源的问题。(@江江)建模审查?你发明的?(@陈翚苏州)不是我发明的。就如江姐 发明了一个交通模型。号称全国最准。。。但是你究竟是不是真的全国最准呢?该怎么评判呢?是否可以投入项目应用呢?(@江江)可以组办交通模型邀请赛。评审的也不靠谱,我现在只相信比赛结果。给定条件下的比赛,可信度较高。

    (@冠中)大数据准的是趋势!(@江江)大数据准的是趋势!(@张天然)说模型预测不准有些时候是无辜的,模型只是个执行者,你给他什么前提条件,他按照规则办事输出结果。问题是模型不是预测的全部,你给他的前提条件也要预测的,但很多不是模型做的,例如城市未来的人口。大数据是现在的现象,可以帮助趋势分析。(@冠中)@张天然 这是正解。

    (@周翔)预测结果我不怎么看的,有经验的模型或者规划人员拍的最准!模型分析贵在能帮我们找到规律,发现并预判未来的问题和趋势,同时对方案进行情景分析和比选。(@江江)先把WIFI免费,再把城市基础数据共享吧!别扯大数据了!(@陈翚苏州)数据准不准一方面取决于数据源 一方面取决于水平[嘘][嘘](@冠中)@陈翚 大数据应用难点主要是清洗,挖掘和计算这块。(@陈翚苏州)现在各种大佬 都号称 假如我有大数据 我可以怎么滴怎么滴怎么滴,其实,可以给他们大数据,看看能搞出点啥。[愉快] (@王园园)追求精确不是好想法。遗传算法火了一阵子。

    (@蓝色精灵)传统四阶段模型也是基于人的出行行为特征的,原理和思路较为经典,以往基于计算工具的限制,精度不高。单下随着云计算和大数据的发展,我传统四阶段模型提供了根伟有效的计算工具,不仅仅在于短期的模拟和仿真,对于中长期宏观及中观模型也提供了有效的纠错、校验和修正。相信随着计算手段的进一步发展模型的可靠性、准确性均能得以极大的提高。

    (@王树盛)大数据所反映的是一种状态,而模型所要解决的是当外部条件发生改变时,状态会发生怎样的变化。单个时间截面上的大数据是城市活动的一个表象结果,不揭露状态改变的原因,无从解释城市运作机制,更不可能取代模型。但模型还是要进步,四阶段模型将交通系统从城市系统剥离出来,未来模型更综合化,需要将原来模型中的外部条件内部化,或者说扩大研究边界、研究对象至城市系统,以描述城市内各主体间经济活动机制,也避免传统模型边界条件设定带来的一系列问题,如urbanSIM,这需要大数据的支撑。很同意@张天然,建议改交通预测模型为交通分析模型。 (@阿戴)@王树盛 TDM,交通需求分析模型;在交通规划中,这部分工作也一直叫作交通需求分析。始终不知道 “做模型的”这种叫法的出处。你说“四阶段模型将交通系统从城市系统剥离出来”? (@王树盛)@戴彦欣caupd 。目前四阶段模型是这样,城市其他系统是交通系统的外部条件。

    (@杨涛 )今天忙了一整天,来不及参加大家共同讨论,非常抱歉!刚才草草回翻了大家的发言,讨论很热烈,观点很丰富,只是与我期望深入讨论的方向有较大偏差。大家比较集中讨论了大数据对交通建模的影响和交通建模预测的准确性等问题,真正深入讨论交通建模的经济学渊源和原理的并不多。@陈必壮 上海交通所 的观点和判断我比较认同。(1)大数据并不根本上否定或改变四阶段交通建模的基本理论基础;(2)大数据可以帮助提高数据采集的效率,但不能完全取代交通调查,更不能完全反映预测所需的足够的经济与土地使用状况和规律;(3)真正影响模型精度、可信性的还是建模机理与特征参数的把握,也即背后的经济学、地理学、社会学、心理学等基本原理对出行选择决策的影响!而恰恰在这方面很多交通模型师并不重视也不掌握的!因此发起此次讨论是有良苦用心的!本来想转入“交通建模原理(2)~出行者与出行行为的社会学特性分析”的,鉴于昨天讨论不够聚焦不够深入,因此,请继续 交通建模原理(1)~经济学渊源与解释 讨论。不过,这个议题可能偏难,国内可能很少有模型师真正能比较深入透彻了解理解交通模型背后的经济学渊源与解释的,毕竟是多位诺贝尔经济学奖得主的研究成果!

    (@张天然)@王树盛 PECAS,Urbansim这些软件是系统性的,需要的参数更多。交通分析是重要组成部分,在系统中的衔接很重要。模型改进走有了大数据,自然是好事。一个好的模型,本来就应该吸取发展的精华,其实现在的四阶段模型很少了,有新的东西注入的,但反过来说,这个基本的框框要一点不用也不现实。任何模型都会有边界,或者外部条件。

    (@王树盛)没错,或许随着城市发展的稳定,四阶段模型反而更适应。但毕竟也仅仅属于回归、趋势分析类模型,理论基础限制了其发展潜能,诚然任何模型也不可能完全刻画现实,还是希望@张天然 这样的大咖先吃螃蟹,率先示范。[微笑]

    (@张天然)概念和派别套到模型头上没有意义。四阶段模型还可以变成一阶段,相互反馈,同时完成,说不定人家还是叫四阶段。同时模型貌似是为了模型的一致性。现在的模型,很多也是在四阶段基础上做了很多改进。没有做过四阶段模型,或者没有深刻体会并想办法改进的人,多是空谈。当然要估鼓励创新,创新是要有基础的,例如书法家很多都是学了别人的字体才自创一体的。交通模型还可以反馈到城市社会经济,就看目标和胃口了。任何系统是又相对性又有绝对性,做到自己的目标即可。就好像最好的人也会呗非议,最差的人也会得到表扬。@王树盛 跳出框框很难,吃螃蟹更要代价,勇敢地创新就是科学工作的精神,当然夜也需要配套的社会环境。PECAS,Urbansim这些城市模型的代表,在国外成功案例不少了,快速发展的中国,如何来做这些事情是道难题。(@陈先龙)迫切需要稳定的规划,法定规划真正有法律效果,朝令夕改没法玩。

    (@王树盛)urbanSIM、tranus等在理论基础上另起炉灶的模型国外少说也有二十个了吧,大部分或多或少传承了四阶段的一些东西。但大多需要庞大的数据,建模,校核,合理性论证更是极其复杂和漫长,大数据和计算机技术为这些模型发展提供了更好的条件,很看好这些系统性模型的发展前景,当然不是固定的说一定是urbanSIM或者其他,而是这类模型的理论基础在描述城市系统时更优秀,更合适。我们在寻求解的时候经常遇到边界条件的壁垒,最后只得不断将外部条件内部化,扩大研究边界。模型研究应也逃不开这一趋势。

    (@阿戴)期待方法论的根本变化。期待交通规划界的爱因斯坦。或者,要求低一些,期待交通规划界的乔布斯。(@张天然)对的。大数据的建模方法论拿出来!我说的是大数据本身很难突破传统模型,自在说的是大数据技术方法和传统模型的关系。。。。。。所以我想请教的是大数据关于交通建模的方法论到底有什么进展了?(@阿戴)@张天然 如果将基于活动的模型也归类为传统模型,那么,孤陋寡闻的我目前没看见大数据关于交通建模的方法论有任何进展~~基本都是现状的展示,或者对传统模型的修修补补。 大数据对交通模型的贡献还停留在数据量的大,使得原来的离散分析成为可能。就像对互联网 的理解,实践中还停留在 互联网阶段。正像互联网 应该是一场工业革命,大数据应该带来交通模型甚至交通规划技术的革命,而不仅仅是数量级、精确度或者调查成本时间节约之类。

    (@张天然)@戴彦欣caupd 我也孤陋寡闻。所以我目前多关注大数据数据,没看到革命性的大数据方法。如果按照他们说的大数据是新事物,不仅仅是新名词,那活动模型也只能归到传统了。

    (@自在)大数据分析思路比方法更重要。@张天然 通过加入更多信息和控制点,简化了传统模型中不确定的和推设性的东西,使分析在方法上更加简单,当然在处理技术上更加复杂,最终更加贴近现实。(@张天然)@自在 我尝试了,扩样校核技术没变多少,数据源多了,多元数据融合技术传统上也讲究的。目前我多是当做更多的数据源,模型方法创新没很少,请你多提思路。(@自在)@谢实海 广州 所以说外行看热闹呢。@张天然 你是高手,慢慢体会吧。(@独孤求胜)@张天然 是时候停一下,再好好考虑一下[呲牙] 大数据 云计算[呲牙] 可能要求我们不不是去创造新方法,是我们做一些以前实践中做不到的[呲牙]。(@张天然)@谢实海 广州 交通规划模型更多的是方案情景请评价而不是预测,模型输入有很多假设条件。现状的描述方法革新并不能革新预测。

    (@海纳百川)@张天然 的确,预测的难度太大,尤其我们目前情况,去年初还不怎么知道新常态,今年新常态已经流行语,预测的宏观中观围微观条件变化太快,太不好把握,和易经八卦如意不到哪去,也许我们社会真正处于常态状况之下,我们才能精确起来。

    (@向往铝的小锅)我说的是大数据本身很难突破传统模型,自在我想请教的是大数据关于交通建模的方法论到底有什么进展了?同请教。(@海纳百川)我们的习惯炒概念不热方法,擅理论无关问题,现在但凡讲座言必称大数据和互联网 ,抢占高地做法很害怕又是一阵风,炒烦了就换话题。(@睿丁)热炒各种概念就类似各种风投,不能说没有成功的,但更多是蜂拥再寻找下一目标。(@海纳百川)我有一预感,搞交通预测分析的大数据利用创新飞跃,恐怕会来自于百度等行外机构。(@刘淼)@谢实海 广州 个人倒是不看好他们,每个行业有自己的基因

    (@万里清风)大数据提供了许多交通量化分析的新的可能性,可以对交通现象和问题提供别开身面的视角和新的表达形式。但对于现象的理解和基于理解的预测可能还要回归传统的需求预测模型的精神和思路。和大数据一起流行的机器学习类方法,适用于大规模的数据模式挖掘,但目前看仍是无理解的预测,短期的速配型预测还可以,长期的趋势预测还是需要和需求模型融合。局部特定问题也许很有效。对于城市交通这种多目标多主体多要素的要差一点,过程不透明,系统本身又太复杂,至少很容易让人对结果失去把握和判断。需求响应方面大数据 云计算确实无敌,是以前想也不敢想的事情。从这个角度说大数据不仅仅是被热炒的概念。

    (@至泓)交通软件不等同于交通模型,交通模型不等同于交通预测,交通预测不等同于交通规划。(@周翔)@朱洪 深刻的理解。 

    【鸣谢】衷心感谢@靳文舟 @张天然 @陈必壮 @自在 @阿戴 @王园园 @顾啸涛 @冠中 @独孤求胜 @刘淼 @施泉 @xwy300km@江江 @陈小鸿老师@杨涛 @王树盛 @陈先龙 @海纳百川 @向往铝的小锅 @睿丁 @万里清风@朱洪 @周翔 @周江评等热心群众分享各自精彩观点!

    整理:刘淼,上海市城市规划设计研究院;杜小川 东南大学

    校审:杨涛,南京市城市与交通规划设计研究院有限责任公司

    责任编辑:佚名

    相关热词搜索: 交通建模

    上一篇:公共自行车与电动自行车的现状与未来
    下一篇:规划师的社会责任与团队意识、自身修养

    分享到: 收藏
    [专栏文章:21 篇]人物简介
      杨涛教授:南京市城市与交通规划设计研究院有限责任公司董事长。中国城市交通规划学术委员会副主任委员。南京大学教授、博士生导师,东南大学、苏州大学等知名高校兼职教授,新世纪“百千万人才工程”国家级专家。第十届全国人大代表,第十一届中共江苏省党代表,第十三、十四届南京市人大常委会委员。