摘要：面对现代严重的交通拥堵，人们一直非常关注交通运输规划和设计，交通量作为运输规划和组织的重要基础数据，一直是非常重要的研究课题。在大数据时代，信息网络的迅速发展以及对人们出行行为的研究为预测交通需求和优化交通网络提供了新的途径。本文总结了人类出行研究和运输政策方面的重要成果，期待这些结果为运输技术带来的机遇，并提出了最新的双向交叉研究。
关键词 大数据；人类出行特性与建模；交通网络；交通工程
1 引言
交通工程是一门交叉学科，从一开始它就已经在数学、运筹学、物理学和心理学中广泛使用。交通工程理论和技术的创新与许多研究领域的发展紧密相关，上世纪末智能交通系统的发展是建立在成熟的信息、通信、感知、管理和计算机技术的基础之上的。在21世纪，计算机的存储和计算功能得到了进一步增强，存储和计算成本已大大降低，并且大量有价值的数据已被存储和分析。一方面，在这个信息爆炸时代，复杂的在线科学为探索各种复杂系统的拓扑和开发系统提供了新的理论和方法。但是，基于各种大数据，学术界对人类的出行研究有了更深入的了解，人们已经建立了更加准确和有效的人类出行模型。那么，在交通工程领域，大数据时代复杂网络和出行研究的蓬勃发展又能带来什么新机遇？本文通过回顾两个方向的重要科学研究来探讨这一点。
2 大数据
（1）大数据技术的特点及现状
大数据的特点主要表现为：数据量大、高速、多样性和实用价值。此外，大数据依赖于云技术，它们之间的关系非常紧密。具体而言，云计算上的大数据依赖于技术支持来获取、搜索、收集和构建数据库。交通建设中涉及的大数据已在建设项目中实施。首先，在项目的初始阶段，必须在项目的规划和设计阶段建立相应的大数据采集。中期和建设阶段以及以后的运营和维护阶段，则大数据体现在人与人之间的联系。
根据相关调查，大数据技术在我国的社会生产和生活中的使用正在变得越来越广泛，相关技术领域正在变得越来越先进，政府和人们正在越来越多地考虑使用大数据，无论它是传统行业还是新兴行业。在业务生产和日常管理中逐渐使用大数据，并为业务和业务管理进行大数据分析。此外，随着网络信息技术的最新发展，交通工程还需要使用科学、高效的数据技术和方法来对国家交通数据进行全面分析，以使其更加实时和高效。
（2）大数据时代下交通工程设计
1）项目规划设计阶段。在交通工程项目规划早期阶段，有必要预先计划和设计整个项目。交通勘察设计单位使用专业的软件和设备以及大数据技术来评估区域路段之间的交通密度，交通量以及其他交通拥堵指标。道路设计的查询、查找、比较分析，道路交通网络的规划设计和指标计算等为运输部门做出正确的决定提供依据[1]。目前，中国的大型项目工程已经建立了三维景观模拟平台，这种可视化方法是通过大数据和在线技术为无法获得正确的地理信息和景观特征的项目获取免费的图像信息。在此基础上，建立了三维可见选择模型，使早期的规划设计可以获得更详细的信息，并有效降低成本。
2）项目实施阶段。项目实施阶段包括设计和施工。设计是施工的前提和基础，需要使用先前合理的规划设计有效地进行施工工作。因此，设计必须兼顾常识和可实施性。交通工程的设计和规划程序是工程建筑和施工技术的结合，并在特殊工程项目中实施。它被组合在一个交通项目中。在大数据时代，建筑单位需要收集大量的建筑和设计数据，所有者提供的数据以及从先前项目中获得的相关信息，并使用大数据技术和出色的硬件和软件来完成设计工作。
根据对中国道路工程施工现状的分析，似乎施工计划主要基于以前的项目经验作为规划的基础，但是仅基于过去经验作为规划设计基础对大型专业工程项目并不完全可行。此外，项目工程不是静态的，而是根据不同的景观特征，地理特征等进行专门设计的。因此，必须根据实际情况制定相应的优化设计。另外，一般情况下，项目工程项目比较繁重，对施工时间和项目质量的要求很高，因此对计划的要求也很高。
因此，在数据量繁重的时候，可以通过模拟建模来技术来确定特定的建筑计划是否适合建筑施工，并且模拟过程包括设备、材料和施工顺序，因此我们可以逐步发现这些设计中存在的问题和不足之处，通过建立链接并针对这些问题提出具体解决方案。
3交通网络分析与优化
在线科学的兴起不仅为信息科学，运输科学，生命科学，社会科学和其他人文科学提供了技术支持，而且为理解复杂系统的性质和功能提供了理论上支持。紧随复杂的在线科学的兴起，许多学者将工作重点放在了运输网络的分析和优化上。本文回顾的交通网络研究仅限于交通公路路线和铁路。航空、海上运输、管道和其他运输的研究方法与陆运有很大的不同，此处不予讨论。有兴趣的读者可以参考相关文献。
交通网络拓扑的研究是网络优化的基础。因此，本文首先介绍一些网络分析的研究成果和方法。文献考察了瑞士的耶夫勒道路系统，并发现了道路系统的层次结构，耶夫勒道路系统中认为80％的道路是普通道路，而剩余的20％的道路是重要道路，但这20％的重要道路承担了全市交通量的80％，这项研究丰富了人们对城市规划的理解。地理结构分析的重要指标是中心性，文献[2]研究了世界18个城市的道路网络组织，并测量了四种类型的中央道路网络节点：密集的中央部分C}，中间的中央CB}直接中心CS，信息中心C}。集中统计分布，作者指出，中档测量可以用来增强对城市结构和特征的描述。为了探索运输网络的发展系统，文献[3]提出了一个基于局部优化和静脉重建的简单模型。该模型的统计特征与道路的分布方式一致。作者指出，在没有宏观监督的情况下，许多不同运输网络的发展遵循简单的一般操作。
文献[4]以一种新的信息观点研究了城市道路系统的逻辑，并将每条路径映射为信息城市网络中的一个节点，其中交叉路口多的长路成为该网络的主要节点，而短路则成为规则节点。文章指出，信息网络的分布范围非常广泛，为了解城市道路重要性，定义了搜索信息，更高搜索量表示新访客需要更多信息来发现路线。平均而言，瑞典三个城市的道路和机场网络的信息搜索发现，每个网络的困难都超过了相应的任意网络。该定义测量特定道路网络的导航效率，并发现有关机场搜索和曼哈顿的信息接近于相同大小的随机搜索信息，而传统的城市道路则更为分等级，且距离较远，范围更大。
文献研究了由物理基础设施层和交通流层组成的多层运输网络，提出了一个综合的多层模型并确定了三级运输网络（华沙运输网络、瑞士铁路网络、中欧铁路网络）。该研究测量了中介的数量和运输现场的实际负荷。通过测量Pearson相关系数，发现一些之间的相关性很差，与中位数之间的相关性为0.5，介体与实际应力之间的相关性仅为0.26，如图1所示。将交通网络研究与交通需求研究区分开来。有两个方向都忽略了研究结果和相反方法的例子。
.png)
图1 简单路网的信息网络
近年来，晶格系统已成为探索网络优化的重要推动者。一个重要的问题是：如何建立长距离以最大化网络的导航效率。在学术文献中，提出了建立长线链接的成本约束。当长线连接的总长度达到N时，就有建立长线链接的风险（N是网格中节点的总数）。当N较大时，长度连接的长度比较大数目的连接的长度短。较小的长线连接长度较长，但数量较少。在本地网络上，长距离连接的运输成本C通常被认为是单位长度（C = 1），这在社交网络上是可行的，但在本地网络上是异常的。例如，公路系统中的高速公路可视为长途道路，汽车使用高速公路（长距离连接）的时间大约是普通高速公路（短距离链接）的一半。许多学术著作中都没有高估流量，运输成本（C = 1）。另外，当前对导航优化的研究经常假设交通需求是均匀分布的，这与交通网络所伴随的实际交通需求有很大不同。在经典优化模型中考虑更多现实的宽裕度和交通需求的分布是评估和优化实际交通网络的前提。如图2所示：
.png)
图2晶格网络中的长距离链接与最优导航参数
4 结束语
在大数据时代，交通工程的建设在获取信息速度，数量和质量方面具有明显优势，但是，在特殊的信息处理过程中，交通工程的建设工程师必须使用大数据技术来认识和识别出正确的数据。为了设计出更科学合理的设计方案，还必须在建筑及后期维护阶段利用大数据的特性进行信息处理和施工管理。在人为网络和复杂网络领域的丰富性能可以为“四步法”提供全新的计算模型；挖掘大数据和人机模型可以为预测交通需求提供底层支持；复杂的网络分析可以提供优化运输网络的重要工具。如何使用大数据挖掘，使用复杂的网络和模型工具将新的研究思想引入交通工程是一个值得思考的问题。本文总结了关于出行特征和度量以及交通政策研究的科学研究的重要进展，强调了目前在研究政策方面缺乏研究以及应用其交通工程研究成果的前景。最后，本文介绍了将大数据的挖掘，复杂的互联网理论和人类旅行建模技术集成在一起的研究工作。
参考文献
[1]苏皓.大数据时代的交通工程[J].信息系统工程,11(2017):23.
[2]丁一， 焦金晓.大数据时代的交通工程[J].大科技,2(2017).
[3]王璞,黄智仁,龚航. Transportation Engineering in the Big Data Era大数据时代的交通工程[J].电子科技大学学报,006(2013):806-816.
[4]胡隽.大数据时代的交通工程[J].工程技术,000.010(2015):P.273-273.
[5]牟朗宇.大数据时代下个人隐私权法律保护的问题研究. Diss. 2017.
[6]钱源,琚静. 探讨大数据时代下的公路工程造价管理发展趋势[J].四川水泥, 266.10(2018):227.