不料，在婚宴即将开始时，有缘人却迟迟没有露面。原来出现了交通拥堵事件，中众人都被困在路上。眼看时间一分一秒地过去，紧张的气氛在宴厅中弥漫。有缘人焦急万分，他知道作为证婚人他必须尽快赶到现场。·关键时刻，他当机立断，下车一路狂奔到宴厅。虽然上气不接下气略显尴尬，但总算及时赶到了，大家都松了一口气，王子的大婚在有缘人的祝福中顺利展开。在宴会现场，有缘人给老王献上了预言中的大礼，一本精美的书。老王小心的翻开，却见其中全是蝌蚪文，宛如天书，完全无法读懂。正纳闷之时，有缘人告知老王，读懂这本书将会给国家发展带来巨大的帮助。

婚宴结束，有缘人也告辞返回。当晚疲惫的老王躺在床上，一会儿为王子完婚开心，一会儿为神秘书籍困惑，一会儿为白天堵车烦心。得，干脆不睡了，于是一个电话把老柯从梦中叫醒，约其一起出来走走，梳理思路整理心情。

file_00000000e82461f79be7bfca49d765d5

27. 交通系统的复杂性

老王：老柯啊，你看交通问题困扰我们也好长一段时间了，这次神秘人险些因此迟到，前些天邻国来访问我国也遭遇了堵车的尴尬。这问题你说我们能解决吗？

老柯：您别急，您看堵车的主要原因是车变多了，这说明人们生活提高了，大家都可以买得起车了。公共交通工具增多，说明我们市政的投入充足。您看，这些都表示国家在您的领导下，发展得越来越好啊。

老王（心情好了许多）：是啊，当初车辆少的时候，自然就没有堵车的烦恼，确实是国家发展越来越好的体现。

老柯：我们来看看我们从第一座OLTP城堡发展到第六座GIS城堡，表面上看这么多数据库城堡似乎不尽相同，但是实际上有一点却是一致的，都是在做数据的采集与使用。我们一路走来，依靠这一点解决了许多场景问题，所以我们有理由相信，交通拥挤这件事也可以通过数据采集与使用来协助解决的。

不过现在遇到的情况和之前有些不同，之前的场景的解决基本上都可以基于数据加上提取分析规则来解决，而现在解决交通问题就不能仅仅依靠规则了。交通系统存在这些特点非传统基于规则的方式所能应对：

a.难以预测性事件很多：交通状况会受到很多难以预测的事件影响，如事故、道路施工、大型活动等。同时，交通需求也会随着季节、节假日和一天中不同的时间段而发生变化。这使得交通拥挤问题具有很强的时空特性，难以进行长期有效的规划； b.场景有复杂交互关系：交通系统中有很多相互影响的因素，如道路设计、信号灯配时、公共交通运营等。这些因素之间的关系错综复杂，改变其中一个因素可能会引发其他多个因素的变化； c.场景实时性要求很高：为了有效管理交通，我们需要实时地掌握各个路段的交通状况。实时交通监控涉及海量数据的传输、处理和存储，对技术基础设施提出了很高的要求； d.规划与执行难以协调：有效的交通管理需要多部门（如交通规划、公共交通、道路建设等）之间的紧密合作。然而，在实际操作中协调是非常困难的。

交通系统特征的复杂性还远不止这些，这里就不详细列举了，总之基于上述原因，我们仅靠规则是难以解决问题的，需要依靠机器学习来解决交通拥挤问题。通过机器学习强大的数据处理和分析能力，来预测交通状况并提供优化方案，以更好地管理城市交通，提高道路利用率，减少拥堵问题，从而改善民众的出行体验。

未完待续...

七座城堡⑦机器学习（下）

公众号：收获不止数据库

微信：ljbyxl1213

系列回顾

ITPub博客

七座城堡⑦机器学习【上】

最新文章