人工智能与智能的人工相配合，普适性、有最优解的调控交给人工智能，精细化、灵活多变的设计交给智慧的人。

对于以实施为主的企业，除了有形资产的积累，知识资产积累也非常重要。

广东振业优控科技股份有限公司是全国最大信号优化专业服务团队，截止2019年4月26日，已经优化了6666个路口。振业优控一直注重经验总结与积累，打造了自己的案例库。

(林科现场演讲的全部内容）

在第三届中国交通信号控制发展年会-交通组织与控制论坛上，振业优控副总裁林科介绍了如何建立案例库及基于案例库所做的交通辅助决策案例。

以下为林科演讲主要内容：

振业优控建立了治堵智库，有40000+城市治堵方案、3000+专业词条、6600+路口样本等。

交通辅助决策怎么做

交通健康管理的困境主要有两点：

第一点是重复，不断地重复，很多工作都是类似的，另外很多事情再次做的时候又是重新开始；

第二点是行业人才流失，相当于断了传承。

交通健康管理的特点到底是技术还是艺术？还是既是技术又是艺术？

交通辅助决策应该怎么做？

如果我们所做的事情有标准规程，同时包含具体操作细节，就可以快速为交通辅助决策提供具体方案，方案完成以后应该要通过总结和升华，为下一次的快速参考和经验传承作铺垫。

举个例子。

自贡灯会对交通管理提出了临时的交通管控、摆渡公交线路设计、临时交通组织、停车管理、路面指引与疏导、信号控制及应急预案等一系列要求。在振业优控入驻之前，自贡交警也有很多丰富的管理经验，但这些经验未能很好地落到纸面上。

2018年振业优控团队接手以后，花了近两个月的时间，对每一个分项所包含的具体步骤和实施细节都进行了梳理规整。2019年，再次制定交通管理方案时仅用了约20天的时间。

案例库怎么建

首先是项目实施，其次是经验总结，还有一部分是内容生产，这是最容易被忽略的部分。

建立案例库主要有两大部分内容：结构化数据和非结构化数据。

结构化数据包括路口台账数据、路口及路段运行情况数据、过程表单数据等，这些数据都会进入案例库，虽然不是大数据，但都非常精准。

非结构化数据是逻辑与判断，这方面就是来源于经验及操作细节，包括案例报告、经验总结、行业资料、设计图纸、大样图纸及知识手册等。

案例库建好之后怎么用？

有了结构化数据之后如何快速生成方案？振业优控用的是特征匹配。将目标路口相关特征数据输入数据库经过运算之后，会找到相似的路口，并呈现出相似路口的控制方案、优化记录、方案思路、实施效果。

针对一些模糊、需要人工进行判别的路口，可以以搜关键字的方式匹配相关案例及常用方法。

思考与建议

第一，以实施为主的企业，除了有形资产的积累，知识资产积累也非常重要。构建并使用好案例库，可以减少许多重复性劳动。

第二，人工智能与智能的人工相配合，普适性、有最优解的调控交给人工智能，精细化、灵活多变的设计交给智慧的人。人工智能提升效率，智慧的人再将知识提炼总结以训练强化人工智能，两者相辅相承。

未来，以案例为基础的交通辅助决策也许可以走出另一条可行的人工智能道路！