4.4 智慧決策技術

如果說智能交通的實質是用計算機和網絡取代傳統的手工流程操作，智慧交通的實質則是用智慧技術取代傳統的某些需要人工判別和決斷的任務，并達到最優化。可見決策技術是智慧交通系統與智能交通系統之間的最大不同和本質區別，也是智慧交通系統中最重要的技術之一。

4.4.1 決策技術發展過程及現狀

如表4-4所示，早期的決策主要采用人工決策的方式，利用人腦進行決策，隨著計算機技術和應用的發展，科學計算、數據處理、管理信息系統以及運籌學和管理科學等，為決策支持系統的形成打下了基礎。決策支持系統（Decision Support System，DSS）是20世紀80年代迅速發展起的新型計算機學科。20世紀70年代初由美國Morton在《管理決策系統》一文中首先提出決策支持系統的概念。

最初的決策支持技術利用專家系統，預先把專家（決策者）的建模經驗整理成計算機表示的知識，組織在知識庫中，并用稱為推理機的一組程序來模擬決策專家的思維推理，形成一個智能的部件。之后誕生了基于機器學習的DSS，由于其能自動獲取知識，在一定程度上能解決專家系統中知識獲取“瓶頸”問題[27]。第三階段，智能決策支持系統、數據倉庫、數據挖掘等技術陸續出現，極大豐富了決策支持技術。

4.4.2 智慧決策關鍵技術

傳統的決策支持系統（DSS）采用各種定量模型，對半結構化和非結構化決策問題提供支持，實際上支持的僅僅是決策過程中結構化和具有明確過程性的部分。隨著決策環境日趨復雜，傳統DSS在決策支持中的局限性也日趨突出[28]。

DSS采用靜態模型，通過模型對數據進行操作，要求決策者不僅具有決策問題領域知識，還要有數據和模型的相關知識，系統在決策支持中的作用是被動的，不能根據決策環境的變化提供主動支持。

DSS是在決策者的主導下采用模型求解，要求決策問題具有過程性和明確的可計算性，對決策中普遍存在的非結構化問題無法提供支持。

DSS以定量數學模型為基礎，對決策中常見的定性問題、模糊問題和不確定性問題缺乏相應的支持手段。

隨著傳統的決策支持系統難以適應智慧交通系統的需要，未來在智慧交通領域，需要有新的智慧決策支持系統（IDSS）。

智慧決策支持系統的誕生主要基于人工智能技術的迅速發展，人工智能（AI）亦稱智械、機器智能，指由人制造出來的機器所表現出來的智能。通常人工智能是指通過普通計算機程序來呈現人類智能的技術。目前人工智能應用于智慧交通決策領域已有很多應用。

無人駕駛當屬智慧決策系統最為典型的應用之一。無人駕駛汽車采用的智慧決策系統，可在搜集信息的基礎上，自動規劃路線，自動起動，自動避開障礙，自動通過紅綠燈等。目前美國的谷歌無人駕駛汽車、中國百度無人駕駛汽車、英國的Lutz Pathfinder無人駕駛汽車等諸多類型無人駕駛汽車都在進行上路測試。

而在軌道交通領域，北京地鐵燕房線作為中國首條自主研發的全自動運行示范線路，列車每天清晨自動喚醒、自檢、出庫，到站后發車、行駛，停靠站、折返，結束運營后自動回庫、自動洗車和自動休眠，各項任務均由列車自行完成，不需要人為操控。列車配備了電子眼，運行中若檢測到前方軌道有異常情況，車輛可在智慧決策系統的作用下自發做出判斷決策，在1秒內自行制動，確保安全。由于列車不需要人工操作，可有效降低運行誤差，使列車運行更加平穩順暢，乘客也能獲得更好的乘車體驗。此外全自動運行系統可以減少10%～15%的能源消耗，從而節約資源、減少排放并降低成本。