“交通流量預(yù)測(cè)和分析”作為智能交通領(lǐng)域中最重要的一環(huán)咧歪，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(gè)優(yōu)秀的預(yù)測(cè)模型欠杀，既可以使出行者合理的安排自己的出行方式厦湘，出發(fā)到達(dá)時(shí)間以及路線，節(jié)省不必要的時(shí)間浪費(fèi)讯策，提高工作生活效率夺巩。又可以讓政府服務(wù)部門及時(shí)了解和預(yù)測(cè)路況信息原押，對(duì)可能發(fā)生的道路擁堵和交通事故提早做出預(yù)判默峦，節(jié)省社會(huì)負(fù)擔(dān)略菜，合理配置社會(huì)資源。來(lái)自美國(guó)馬里蘭大學(xué)的張燕如博士是一名在交通流量及出行時(shí)間預(yù)測(cè)和分析領(lǐng)域的重量級(jí)學(xué)者底教。張博士及其合作者在國(guó)際頂級(jí)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(shí)間預(yù)測(cè)方法”的研究成果铅粉。她的論文得到了來(lái)自全世界多個(gè)國(guó)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扑澜，并被該期刊評(píng)選為近三年來(lái)“被引用最多的25篇論文之一”蓄盘。

傳統(tǒng)的交通流量和出行時(shí)間預(yù)測(cè)模型主要集中在基礎(chǔ)統(tǒng)計(jì)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(jiǎn)單的傳統(tǒng)型數(shù)據(jù)句惯。然而隨著數(shù)據(jù)采集能力攀升土辩，以及人們對(duì)數(shù)據(jù)科學(xué)機(jī)器學(xué)習(xí)領(lǐng)域的不斷提升的需求，傳統(tǒng)預(yù)測(cè)方法對(duì)于數(shù)據(jù)量大復(fù)雜度高的大數(shù)據(jù)問(wèn)題抢野，其表現(xiàn)會(huì)嚴(yán)重受制于數(shù)據(jù)噪音以及突發(fā)事件的影響拷淘。張博士提出的交通流量模型，是首個(gè)在智能交通領(lǐng)域應(yīng)用基于梯度提升算法的模型指孤。她在論文中揭示了機(jī)器學(xué)習(xí)算法對(duì)解決大數(shù)據(jù)交通問(wèn)題的重要性启涯。對(duì)比其他的傳統(tǒng)模型，她提出的機(jī)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恃轩。模型表現(xiàn)顯著提高了預(yù)測(cè)的精度和穩(wěn)定性结洼，并極大的降低了計(jì)算的復(fù)雜度，對(duì)新一代城鎮(zhèn)交通系統(tǒng)的建設(shè)具有廣泛的應(yīng)用價(jià)值，尤其適用于高速公路的出行和交通流量預(yù)測(cè)松忍。張博士說(shuō)：“預(yù)測(cè)的本質(zhì)是理解數(shù)據(jù)蒸殿。找到數(shù)據(jù)的產(chǎn)生機(jī)制以及其與現(xiàn)實(shí)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(jī)器學(xué)習(xí)模型鸣峭，她的模型有良好的解釋性宏所，可以很好的滿足政府，企業(yè)音虹，機(jī)構(gòu)以及個(gè)人對(duì)交通問(wèn)題做進(jìn)一步深入分析的需求穴示。

目前，智能交通領(lǐng)域吸引了來(lái)自大數(shù)據(jù)次新、云計(jì)算爽步、移動(dòng)互聯(lián)等各種尖端領(lǐng)域的人才。廣闊的應(yīng)用價(jià)值傲枕、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)沪峰、數(shù)據(jù)技術(shù)和資本進(jìn)入了交通領(lǐng)域。智能交通跪消，做為21世紀(jì)人類最關(guān)注的問(wèn)題衰惜，正在逐步影響著我們每一個(gè)人的生活差讼。