将大数据转化为有价值的交通移动见解 。 迅速识别交通模式、重复出现的问题并支持交通规划决策。
将大数据转化为有价值的交通移动见解 。 迅速识别交通模式、重复出现的问题并支持交通规划决策。
许多交通部门拥有庞大的数据库包含海量的交通探测器的数据，却没有好好利用并诠释。
如果某些交通部门缺乏资源对数据进行系统性分析，Aimsun Insight是一个完美的解决方案，用以挖掘数据中的交通模式并建立可用于推动驾驶行为改变的见解和方案。
Aimsun Insight可以提供的远超过电子表格和列表的输出 – 我们友好的图表界面使用户能够轻松地识别交通趋势，检测重复出现的问题，并支持交通规划决策。
Aimsun Insight – 主要益处
为决策者、交通规划师和环境专家提供快速、具有成本效益的见解。
成本效益高: 一个低成本的数据管理解决方案。
快速: 一个典型方案的交付时间在30天以内。
用户友好性高: 可以让任何一个用户理解的定制化的图表界面和关键绩效指标。
扩展性高: 可作为功能更丰富和性能更高的交通规划和交通运营管理解决方案的绝佳起点。
高效: 一个成本效益高的规划方法。
跨部门数据集和子集分析: 分典型工作日、典型星期六、典型假日等等
成本效益高的运营监测: 为交通网络或不同用户分类（如货运、巴士和电车等）进行趋势分析和基准分析。
- 识别重复发生的交通模式: 为重大活动、道路维修和任何其他类型的导致交通中断的事件进行有效的规划。
- 公共交通运营绩效基准分析: 监测公共交通运营绩效并识别延误发生的地点和原因。
- 过去的拥堵分析: 识别并改善交通网络中拥堵热点或瓶颈区域。
- 识别交通网络不同用户的热点问题: 有针对性地改善某些用户分类的出行表现。
- 空气质量分析: 识别空气质量问题的区域并分析其与交通事件和特定情况的相关性。
- 数据分析: 通过预可行性测试分析缩短交通规划和交通移动计划措施的交付时间。
- 电动汽车充电站位置规划: 找出最有效的潜在的电动汽车充电地点，作为进一步设计和开发的基础。
- 长期交通趋势: 识别运营和基础设施的未来要求以开发概念性解决方案。
- 交通安全分析: 找出道路安全问题的位置并将之与交通状况做相关性分析。
- 识别重复发生的交通模式: 为重大活动、道路维修和任何其他类型的导致交通中断的事件进行有效的规划。
- 公共交通运营绩效基准分析: 监测公共交通运营绩效并识别延误发生的地点和原因。
- 过去的拥堵分析: 识别并改善交通网络中拥堵热点或瓶颈区域。
- 识别交通网络不同用户的热点问题: 有针对性地改善某些用户分类的出行表现。
- 空气质量分析: 识别空气质量问题的区域并分析其与交通事件和特定情况的相关性。
- 数据分析: 通过预可行性测试分析缩短交通规划和交通移动计划措施的交付时间。
- 电动汽车充电站位置规划: 找出最有效的潜在的电动汽车充电地点，作为进一步设计和开发的基础。
- 长期交通趋势: 识别运营和基础设施的未来要求以开发概念性解决方案。
- 交通安全分析: 找出道路安全问题的位置并将之与交通状况做相关性分析。
案例
Analytics as a Service (数据分析即服务)
阿布扎比
客户: 阿布扎比综合交通中心(ITC)
阿布扎比拥有海量的多源交通移动数据:
- 道路交通统计
- 车速（源自浮动车数据）
- 起始地 – 目的地（OD）矩阵（源自移动电话路径数据）
- 公交站上车和下车数据 （源自巴士自动收费系统数据）
- 源自出租车或巴士车队的GPS路径数据
“数据分析即服务”项目旨在开发能够利用所有这些数据的算法，以帮助阿布扎比综合交通中心(ITC)全面了解和评估阿布扎比的交通移动过去发生的情况。
阿布扎比的交通移动与许多因素密切相关，包括人口结构、土地使用、水电消耗等。 每个单独的数据源都能提供交通移动的部分视角，然而合并这些数据却能够创造一个具有相互依赖关系的复杂的生态系统。 在阿布扎比，有一个数据数量和数据多样性的完美交汇点，所以我们已经开发出来的算法可以成功地提取多个数据源之间的关系，然后从中推断出洞悉交通移动的规律和见解。
数据处理始于收集数据，然后进行清理，进行同质化归类，并连接所有的数据源。 当数据质量得到保证并融合之后，就可以用来为阿布扎比的交通移动生成一个丰富的数据集合。
使用这个数据集合，阿布扎比综合交通中心(ITC)可以解答超出可测量数据内容以外的交通移动问题。
举几个例子:
尽管手机数据分区是粗略的，但是关于土地使用、人口密度、水和电力消耗的数据提供了更细化的数据颗粒度，融合数据引擎可以使用这些数据来推算更小区域内的手机起始地-目的地矩阵。
从电话路径中测得的移动数据可以给出一个完整但粗略的交通移动情况，即在大的地理区域和长的时间间隔内；相反，线圈探测器提供的数据是部分的但高度细化的，也就是说，它们被安装在道路网络中极小比例的路段上，而且它们只测量一个指标，那就是道路交通移动。 公共交通数据也会产生部分的但高度细化的信息，浮动车数据和出租车GPS路径信息也是这样。
将这些所有的数据结合起来，这些离散的数据可以用来建立一个完整的并且颗粒度高的交通移动全景，用以帮助决策者了解情况并回答任何与交通移动有关的问题: 车辆在交通阻塞中浪费的时间? 每个出发地和目的地之间的交通模式分担? 每个不同交通模式的社会经济属性?
从Aimsun Insight出发的升级路径
从小着手，不断发展以配合您的资源和战略目标。
仿真模型是对真是交通场景的虚拟复制。
仿真模型是对真是交通场景的虚拟复制。
探测数据与交通控制数据的结合。
探测数据与交通控制数据的结合。
请联系我们：info@aimsun.com，我们期待与您沟通和交流。
欲了解更多关于Aimsun的模块化平台的信息，请点击这里。
