城市是一個有機體，一個城市在一天之中，內部的潮汐是如何漲落的?來來往往的車輛從哪里來，到哪里去?那些貨運車輛的集散地是否合理分布，是否能有更優的貨運路線，以便減輕城市污染和交通的壓力?這一系列的問題，可能通過大數據云計算技術找到答案。
北京探索城市物流和交通規劃新模式
目前，北京市城市規劃設計研究院正在嘗試用阿里云大數據平臺數加，探索城市物流和交通規劃的新模式。聯合云康大數據工作室，北京市城市規劃設計研究院正在基于數加平臺搭建“物流鷹眼”系統，用大數據技術對貨運車輛集散點分布進行研究。
北京市城市規劃設計研究院交通規劃所主任工程師張曉東介紹，利用數加平臺的大數據工具及相關智能算法，可有效優化甚至從根本上解決城市物流與配送相關問題，例如城市物流空間的布局、優化和管制，物流倉儲用地選址、規模確定及規劃保障，城市物流智慧配送體系設計，配送過程的商品、路線、車輛、人力優化。
以北京南四環大紅門地區為例，這里位于北京中軸線南苑路以西，主干道有雙向8車道，但每到早晚高峰時段，這里都擁堵嚴重。
除了車流量大，還有什么其他原因造成這里的擁堵嗎?在北京市城市規劃設計研究院提供的案例分析里可以看到，大紅門地區的服裝城的貨運車輛對擁堵的貢獻也不小。
“物流鷹眼”系統為數據分析提供有力支撐
北京市城市規劃設計研究院表示，以往交通規劃人員在對區域交通進行評估與改善時，一般是利用傳統的交通量觀測數據、逐日交通擁堵指數和平均車速數據，再結合區域土地利用情況;估算居住人口與就業崗位和機動車保有量進行估算。
這樣的測算方法無法準確判斷由服裝批發這一類特殊行業帶來的就業及誘增、交通量規模，進而無法支撐并論證區域改善方案(將服裝城外遷或升級改造等)的有效性與潛在影響。
現在基于“物流鷹眼”系統，可以綜合分析物流的強度、空間分布、時間分布，同時融合常住人口/流動人口、出行時間、交通方式、常態/偶發行為等數據分析結果，較準確地確定服裝批發行業的誘增交通規模及出行行為特點，為解決上述問題提供了有力支撐。
據了解，阿里云于今年1月發布全球首個一站式大數據平臺“數加”，集合了計算引擎、開發套件、可視化工具和行業解決方案，囊括阿里巴巴十余年來的大數據技術。該平臺集成了人工智能、機器學習、智能語音等前沿技術，可以讓沒有足夠技術實力的機構，也能實現從數據中提煉“石油”。
京公網安備 11010502049343號