近日，江苏省应用数学科学研究中心刘志远、刘攀、虞文武等教授团队在人工智能赋能复杂交通网络大模型方面取得相应进展。研究成果发表于交通、管理科学交叉领域顶刊《Transportation Research Part E》。同时，相关成果也落地于华为供应链复杂网络，解决供应链一期难题5，团队人员荣获火花奖（刘志远教授）。
城市交通系统是一个高度复杂和非线性的巨系统，它驱动着人员、商品和服务在时间和空间上的流动。这种复杂性主要来源于交通供需之间的错综复杂的博弈，以及系统中开放性、异构性和适应性所固有的随机性等因素。成功地理解和管理这一大规模复杂系统，无疑是一项巨大的挑战。然而，随着城市交通领域及其相关部门中多源数据的日益丰富，加之机器学习技术的突飞猛进，大模型的应用为复杂交通网络的管理与运营带来了前所未有的机遇。本研究提出了一种针对交通领域的大模型建模框架——“点、线、面”分层基础模型，旨在解决城市交通系统中的复杂网络的预测和决策问题。本研究深入探讨了其核心建模方法及其集成架构，并强调了其在利用大数据分析、分层建模方法和交通领域知识方面的巨大潜力。经过测试，该框架在预测精度上的表现优于其他模型，展现了现代智能交通系统发展的潜在趋势以及可能的人工智能解决方案。
图1 网络分层框架的可行性测试
图2 交通分层表征传递与多任务学习
