吴新霖

摘 要：随着社会经济发展，城市化进程的深化，道路基础设施的供应和需求增长的不匹配，形成了城市交通拥堵的主要原因。本文通过交通拥堵潮汐周期形成分析为例，基于现有GIS和ITS技术和未来智能车联网技术发展相结合，进行定性预测分析。首先对交通拥堵形成的原因进行梳理分析，然后通过利用GIS技术和车联网对交通大数据的收集结合ITS系统基于人工智能建立整体的宏观引导分配机制，消除驾驶人员对道路状况信息盲区以及信息获取不对称，借助ITS系统AI优化驾驶人出行决策，或者通过个人对交通路况信息的充分掌握为其提供更优的出行决策依据，优化驾驶行为。从而达到分流形成交通拥堵的交通流。缓解主干道和固定路段交通拥堵的情况。

关键词：车联网;信息不对称;优化决策;缓解拥堵

中图分类号：U491 文献标识码：A

0 前言

随着社会经济发展，城市化进程的深化，道路基础设施的供应和需求增长的不匹配，形成了城市交通拥堵的主要原因。其中私家车拥有量的不断增长，多数城市老城区作为核心区域，承载着大量就业机会，形成交通流聚集的主要原因，同时核心区域道路难以拓宽改造等因素综合，加剧了交通拥堵情况。本文通过新兴技术的特点，分析现有拥堵因素提出优化交通拥堵策略方法的其他思路。

1 城市交通拥堵形成因素分析

1.1 道路交通承载力与汽车拥有量增长之间的矛盾

城市化进程的深化，使越来越多的人进入城市，经济增长带动了汽车消费的增长，个人汽车拥有量，从1991年的90.04万辆，到2011年的7 326.79万辆，[1]到2020年已达3.72亿辆。……