交通运输网络系统工程

关 伟，吴建军，高自友*

(北京交通大学a.综合交通运输大数据应用技术交通运输行业重点实验室；b.轨道交通控制与安全国家重点实验室，北京100044)

0 引 言

网络已被广泛地应用于描述各种物理结构、信息结构和社会结构.网络一般包含两个基本元素，即节点和连接节点的边(有方向的边称为弧)，如果网络中有弧存在，则称为有向网络.通常描述一个交通运输网络不仅需要刻画网络的物理结构，还要叠加交通量(可以是人员、车辆、货物等)在网络上的流动或位移，因此，交通运输网络与一般网络相比包含了更多的特性，需要探讨诸如OD需求、能力约束、路径选择、费用函数等带有明显交通特征的问题[1].

网络化是交通运输系统的自然属性，交通基础设施建设与管理、系统的运营与服务，以及相关配套的政策与管理体制对于系统网络化都有内在需求.交通运输网络按照传统的运输方式可划分为道路交通网络、轨道交通网络、航空运输网络、水路运输网络及管道运输网络等.综合交通运输网络则是由多方式交通设施子网络和衔接不同设施子网络的连续服务网络所构成的，其基本存在形式是复合、异构的多方式设施子网络和人流、非机动车流、机动车流、公交车流和列车流等多行为主体的异质交通流[2].

在静态交通运输网络结构中，通常用网络的节点表示交通流的重要集散点，如综合交通枢纽、机场、车站、公交站点等，网络的边表示集散点之间的连接通道，如道路、轨道线路、航线、公交线路等.图1为纽约原始交通网络及部分节点拓扑图，图1(b)中节点字母和数字代表线路名称.在动态交通网络结构中，网络的边通常被赋予某个相应动态变量权重，如交通流量、客流量、服务频率等.由于交通流量在网络中的移动具有方向性，故网络图通常都是有向图.

图1 纽约交通网络拓扑图[3]Fig.1 Network of New York City[3]

交通运输网络中各元素之间的耦合关系十分复杂，是一个典型的开放、非线性、动态复杂巨系统.交通运输网络系统工程是指从复杂网络的视角出发，依据系统科学与工程的理论与方法，充分利用先进的信息、通讯、控制与计算机等技术，协调有效地组织管理交通系统规划、设计、建设和运营等各个阶段的一门技术，是交通系统科学基本规律在实际交通运输管理中的应用.目前的智能交通管理系统，实质上是交通基础设施网络系统与交通信息网络系统的整合.在这个大系统中，交通运输网络作为一个实体网络，信息网络相对而言是一种虚拟网络，虚实整合产生单一网络无法产生的高一层面上的更高综合效率[4].近年来，交通运输网络系统工程在物联网、云计算、大数据、人工智能等新技术的驱动下，正在朝着数字化、智能化方向快速发展，并成为“交通大脑”“智慧城市”的核心组件之一.

1 交通运输网络系统工程中的科学问题

交通运输网络系统工程涉及交通运输系统复杂网络分析、交通运输系统网络化运营组织管理，以及城市交通系统网络化信号控制与诱导等多个研究领域.下面就上述3个领域进行重点阐述.

1.1 交通运输系统复杂网络分析

交通运输系统复杂网络分析的目标是希望将复杂网络理论应用于交通运输系统规划、设计、建设与运营等各个阶段.从“结构决定功能”的角度出发，通过研究诸如交通拥堵在城市路网中产生及传播机制，交通网络结构的可达性、可靠性、鲁棒性与抗毁性等问题，从宏观层面深入了解交通网络结构与功能之间的互馈耦合关系及演化机理，进而为解决交通网络中存在的实际问题提供一种新的研究视角[5].复杂交通运输网络的早期研究主要集中于利用复杂网络理论构造网络的拓扑结构，探讨分析静态交通运输网络结构上的统计特性.随后围绕动态交通运输网络的生成、演化机理及其上的动力学问题展开研究，并进一步延伸至网络上出行行为的复杂性，期望发现网络运行的动态复杂机理.交通运输系统复杂网络分析的核心问题是探索不同交通运输网络拓扑结构与交通动力学时空演化规律、网络承载力、可靠性之间的动态耦合及匹配关系.这既是一个具有挑战性的科学难题，也对实际交通运输网络系统的规划、设计及组织运营优化具有理论指导作用.

下面主要从不同交通方式的角度对相关研究及其中蕴含的科学问题进行论述.

(1)对于城市道路交通网络，将道路交通流模型、网络交通流模型与复杂网络分析方法相结合，寻找交通网络动力学规律是一个重要的研究方向.城市道路网络形态与城市规划的思维、理念及城市文化等密切相关，在城市道路网长期演化过程中，会呈现出从规则结构到随机网络的不同结构特征.一般情况下，完全自组织演化的城市街道(道路)网络会呈现出与非空间网络类似的无标度特性，而经过精心规划的城市街道(道路)网络则难以出现这样的网络特征[6].同时，由于交通网络具有典型的动态性，交通系统中需求动态演化、流量传播及失效过程更具复杂性.高自友等[7]利用改进的元胞传输模型分析突发事件所导致的拥堵在路网中的传播规律，通过识别拥堵瓶颈，提出了拥堵消散的动态控制策略.随后又开展了一系列研究，包括网络不同拓扑结构对交通拥堵规律的影响及各种缓解控制策略等.Sun 等[8]发现虽然交通网络上个体出行特性各异，但群体分布却不受网络规模和交通状况的影响，都接近用户均衡，该结果有助于理解城市交通网络上的平衡机制.Yan 等[9]提出一个预测网络中出行需求的普适模型.Zhao 等[10]引入相对邻域图作为获取道路网络拓扑特征的连接机制；He 等[11]通过将移动定位数据“映射到网格”的方法构造交通时空图；Jiang等[12]利用网络运行可靠性描述交通拥堵导致交通崩溃的概率特征.

随着城镇化进程的加快，城市的交通路网特征、出行模式特征等呈现出高密度、高聚集、强相关等网络属性，交通事件的传播具备了网络传播的特点，而渗流理论可以很好地用来描述复杂交通网络的可靠性.基于渗流理论的交通可靠性分析方法，突出了“网络”维度，可以充分挖掘路网交通流的时空关联关系，确定网络层面上交通系统功能显著降级的“渗流相变点”，进而刻画拥堵从局域产生到扩散全局的动态渗流过程.Li 等[13]首先揭示了交通组织中的渗流特征，发现网络的全局流量是由局部流量的集群动态组成.Zhang等[14]引入交通渗流评价指标分析路网可靠性，发现具有异质结构特征的路网形态可以承载更大的交通流量，交通结构瓶颈具有时空移动性，并基于大量实证数据发现交通韧性分布遵循幂律形式，而交通拥堵的恢复时间具有不同的标度律，它可以标示城市交通韧性的内在禀赋.Zeng 等[15]通过研究城市交通网络动态驱动的关键渗流特性，发现在同一个交通网络拓扑结构中，不同交通状态下两种模式的渗流行为互相转变，其中平峰或节假日模式表现出与小世界网络类似的渗透特征，工作日高峰模式表现出2D 格子的特性.进一步研究[16]发现，我国特大城市交通系统存在多个亚稳态网络状态，这些亚稳态对应于不同级别的路网效能，结果可以为交通管理者设计早期预警信号，防止交通系统转向难以恢复的严重拥堵状态.需要特别指出的是：黄海军等[17]将研究对象从城市道路交通网络扩展至城市群综合交通网络，这对处于新型城镇化建设阶段的我国综合交通系统发展非常具有现实意义.

此外，由于城市道路交通流是交通需求和交通供给在现有道路交通运行环境下，所有出行者在城市交通道路网络上的具体实现结果，因此对于城市交通系统而言，一个不容忽视的问题是：城市道路交通网络上出行者的自主选择行为(出行者博弈)是如何与网络结构、交通设施与管理控制等变化相互影响的？即在真实交通出行行为作用下，何种道路交通网络拓扑结构、设施与管理控制等可以承担更大的交通流量(网络承载能力)？道路网络中部分功能损失(或部分能力受损)如何引起交通系统可靠性的变化？以及如何切实有效的提升城市交通系统韧性等？这些都是值得更加深入研究的方向.

(2)对于航空运输网络，由于其交通连接方式的特殊性，许多研究表明，航空网络容易形成小世界网络或无标度特性.通过分析世界各国航空网络拓扑结构，发现航空(机场)网络具有较小的平均距离和较大的簇系数，具有小世界网络的特性[18].如果用航班数定义网络边的权重，中国机场网络也具有小世界特性，而且如果考虑飞机机型不同，网络所提供的运输能力将呈现出很大的差异性[19].由于航空网络具有动态演化性，通过对中国多年的数据分析，发现中国航空网络的最优结构应为无标度网络，但网络演化出现无标度向随机网络的“退化”过程[20].对于航空网络的鲁棒性，Pien等[21]计算整个欧洲航空网络的拓扑指数，提出一个新指标——相对面积指数，用以分析网络鲁棒性能.武喜萍等[22]分析了空中交通流量网络的延误传播特征，并使用选择性攻击和随机攻击方法分析空中交通流量网络的抗毁性.Zhou 等[23]提出了一种新型的加权航空运输网络(ATN)效率指标，其中的权重表示两个机场之间的连接强度，涉及航线数量，航班频率或乘客座位数量.利用所有航空公司运营的航线数据，评估和比较8 个国内ATN 的加权效率和鲁棒性，并识别了这些ATN 中的关键机场.需要特别强调的是，以机场为节点，机场之间的所有航线及其客运量为连边，可构建出全球移动网络.基于该全球移动网络，可以有效地探究流行病、谣言、观点等在全球的传播时空过程.该方法已成功地反演出全球2009年H1N1 流感大流行和2003年SARS流行的时空演化过程[24]，并在预测此次新冠肺炎的可能传播范围、各地区到达时间、评估疾病控制政策中得到较为广泛和有效地应用[25].

虽然对于航空网络复杂性的研究不少，但是航空网络和其他交通网络的典型区别在于前者更加关注直达航班线路和航空枢纽，之前的这些研究大部分是针对不同国家的实际航空航班数据展开的，更多需要从网络设计角度优化航班线路，充分利用航空资源，进行合理的优化配置，以加快客流在航空网络中的流动.

(3)对于轨道交通运输网络，当前的研究也显示，轨道交通网络具有小世界网络或无标度网络特性.例如Sen等[26]研究了印度铁路网络的小世界特性，Li等[27]对中国铁路网络拓扑结构进行实证分析，验证了中国铁路网是一个无标度网络，具有较小的最短距离和较大的簇系数.Derrible 等[28]分析了世界上33个城市地铁网络的无标度和小世界特性，认为小规模网络建立换乘站，大规模网络在城市外围建设中转站可有效提高网络的鲁棒性.Wang 等[29]设计了10 个指标综合评价了33 个城市的地铁网络整体鲁棒性，表明东京地铁网的鲁棒性最好.在网络受到攻击方面，重点研究城市轨道网络在随机攻击和蓄意攻击下的鲁棒性，如有研究[30]建议京津冀区域规划轨道交通网络需要从区域内网络性能和区域外运输需求等方面，来分析多种攻击模式对网络性能的影响.拥有世界最长运营里程的中国高速铁路目前逐渐成网，超级网络(Hypernetwork)可以是研究中国高速铁路网络演化机理的一种有效工具[31]，也有研究人员建立了南京地铁网络的超网络模型[32].Ouyang 等[33]基于复杂网络方法，构建出行可达性指标，分析了中国铁路网络遭受空间局部性故障事件的脆弱性.Liu等[34]基于复杂网络的效率和能力指标，构建出了一个综合框架，以分析受到自然灾害影响的铁路基础设施网络的风险，评估与降雨相关的多灾种对中国铁路系统的风险.车站之间如何良好连接是铁路系统性能的关键评估.网络分析是表征铁路系统物理连通性的一种高度直观且可解释的方法.然而，由于缺乏交通流信息，物理连接性通常在描绘运输网络动态方面受到限制.Xu 等[35]全面回顾了物理连通性指标，并将这些指标应用于评估中国高速铁路系统的连通性.孙晓璇等[36]根据中国列车时刻运行表，以453 个高速车站和2293 个普通车站作为节点，构建出高铁—普铁交通双层复杂网络，分别对单层的高铁和普铁网络及高铁—普铁双层耦合网络进行静态的结构拓扑分析，并进行随机和蓄意的抗毁性分析.

城市轨道交通网络系统与一般网络系统的主要区别是：其静态物理网络的能力是由动态服务网络的结构决定的，而动态服务网络的结构又反过来受到静态网络能力的限制，彼此之间构成了一种互反馈机制.对于这种复杂的多层实时网络服务系统，应在揭示轨道交通网络系统特性的基础上，基于多源的动态客流数据，研究轨道交通网络系统弹性的测度准则，以增强网络系统韧性为目标，提出静态资源优化、动态网络结构优化及两者协调优化的方法，为轨道交通线网规划以及在日常和应急条件下的运营优化提供理论依据.

(4)对于城市公共交通网络，已有研究表明，地面公交网络拓扑结构一般表现为小世界网络或无标度网络[37].Sienkiewicz 等[38]对波兰22 个城市的公共交通网络进行分析，发现这些城市虽然在网络规模上存在很大差异性，但是在度分布、簇系数等特征参量上有着相同的特征，揭示了城市公交网络的无标度特性和小世界特性.高自友等[5,39]发现，北京公交网络具有无标度特性，并对如何利用公交网络中的平衡配流思想，寻找其中的关键Hub 点提出了解决思路.最近，为了更好反映出行乘客和公交运营车辆之间的关系，有学者[40]建立了一类新的双层耦合公交网络模型，并研究了耦合网络上的同步问题.Huang等[41]考虑网络拓扑结构变化引发的乘客动态行为，提出一种由流量驱动的演化模型来模拟公交网络的演化迭代过程.Li等[42]将共享汽车和公共交通整合到单一OD 的交通网络中，提出一种多模式的路径选择模型.Wang等[43]提出了一种基于客运流量的公共交通网络分层方法来对公共交通网络进行分离和排名.Zheng等[44]使用了中国深圳240万地铁和公共汽车乘客的智能卡数据来研究地铁和公共汽车网络的耦合动力学并发现其耦合性由出行需求和交通设施的分布共同决定.Cats等[45]提出了一个迭代投资模型网络分析框架，有效地根据需求和成本函数来模拟大都市地区的城市公共交通网络随着时间演变的过程，并发现相比轻轨列车和地铁网络，公交网络包括更多的环形—径向连接，而轻轨和地铁网络则更集中于径向连接.

与其他交通网络相比，城市公交网络具有一些独特的特征.从网络表示上，公交网络具有换乘和并线的典型特征，并依托于实际存在的道路网络，一般情况下需要抽象为一个扩展的超级网络后再进行拓扑结构及流量分布复杂特性的研究.更重要的是，公交线路具有密度大和快速可调整性，可以根据客流量、客流走势等动态进行增减，因此结构更具动态演化的特性.对于这种具有明显动态演化特性的网络，应需要深入分析其线路演化机理，揭示网络上的换乘特性，识别公交网络枢纽，为有效减少换乘次数，提高公交系统的可达性、可靠性和韧性，为线路设计和线路调整提供科学支撑.

(5)对于水运交通运输网络，由于海上贸易运输占世界贸易运输的90%左右，使得全球商船网络成为最重要的研究对象之一.Kaluza 等[46]利用16363 艘货船和航线信息来构建港口之间的联系网络，发现全球商船网络具有小世界特征.利用1977—2008年世界各港口之间的每日商船移动数据，Ducruet等[47]构建全球航运网络，探究航运如何随着主要的经济、地理和技术变化而演变，最终影响全球贸易，并发现该网络在时间上存在固定的规律，如较强的中心性和具有多样性特征的港口兼具更长范围的链接.Kojaku 等[48]将水运网络表示为由港口和航路组成的二分网络，对其进行单模式投影，发现与其他运输网络一样，全球货轮运输网络具有核心—外围结构形态，并提出一种检测网络中核心—外围节点对的算法.

1.2 交通运输系统网络化组织运营管理

毛保华等[49]认为交通运输系统网络化组织运营管理是指交通基础设施成网条件下为提高政府管理部门或运营企业工作效率、改善系统运行安全性、提高服务水平所采取的所有运输组织方法与措施的总称.其中的关键科学问题包括在交通基础设施物理结构为复杂网络的条件下，具有目标异性的多博弈主体(政府、运营企业、乘客等)之间如何实现利益平衡或达到帕累托最优等.

在交通基础设施物理网络的布局设计方面，主要应用的工具是利用运筹学中的方法优化建模，然后采用各种启发式算法进行求解.例如对于公共交通线网设计问题，可以将网络中的公交线路频率问题表述为非线性—非凸混合整数规划问题，然后将其转换为双层规划模型，并采用投影梯度算法或混合人工蜂群算法求解[50]，或将乘客时间成本和运营者效益的加权组合(乘客满意度)作为优化目标建立线网优化模型[51]，或综合考虑公交网络和公共自行车网络，设计新的公共交通系统[52].王炜等[53]基于“逐条布设、优化成网”的原则对公交线网以及常规公交与城市轨道交通衔接的网络进行设计.也有学者[54]基于路线的准时指数，站点的偏差指数和站点的均匀度指数，对站点、路线和网络层面的公交服务可靠性进行评估.在轨道交通线网设计方面，可以用整数规划模型描述轨道交通系统检查和维护调度的决策过程[55]；Canca 等[56]考虑网络建设、运营、车辆和人员成本，进行轨道快速交通网络的设计和线路规划，并利用自适应大邻域搜索算法求解.

将交通基础设施网络化管理与北斗导航、无线通信、物联网等技术相结合是一个重要的新趋势，也取得了相关标志性成果，例如北斗系统提供的中国高精度位置网及其在交通领域的重大应用[57]，车联网、大数据技术支持的大范围路网交通协同感知与联动控制关键技术及应用[58].此外，学者们将物联网应用在交通运输领域[59]，利用生物识别技术进行车辆识别与车辆间互联[60]，在光谱图像中识别交通基础设施目标[61]，将BIM(Building Information Modeling)技术应用于交通基础设施网络化管理[62]，将超网络用于构建车辆间通信模型等[63].值得指出的是，2014年3月我国交通运输部正式启动的全国高速公路电子不停车收费(Electronic Toll Collection,ETC)系统联网工作对交通设施网络化管理具有示范作用.除了对ETC相关技术持续研究之外，人们也利用联网ETC 收集到的信息估算动态OD交通量，建设智能停车管理系统，以及高精度预测行程时间.

在客流分布时空不均衡及运力资源有限的情况下，如何提高交通网络运营组织能力、降低乘客出行成本是国内外学者竞相研究的问题.Wu等[64]提出了一种分层流网络来构建交通需求流量估算模型，通过将多个数据源映射到分层网络中的不同变量来融合多个数据源.Shang等[65]提出了可用于集成异构数据源的基于时空状态的超网络分配方法.近年来我国城市轨道交通快速发展，网络化运营要求迫切.国外城市和国内的北京、上海、广州、南京和武汉等城市都有车辆段或停车场共用的案例[66]，在轨道交通网络中的跨线、共线运营方面，相关的研究包括市郊铁路与地铁的跨线共线运营技术[67]；针对上海地铁3、4 号线原“C”型共线运营存在的困难，提出的两线共线运营与单线多交路运营相结合方案[68]；针对城市轨道Y型线路共线运营模式进行分析和优化等[69].在多方式交通网络协同运营方面开展的研究包括以实现最小乘客换乘步距为目标，机场换乘枢纽最佳的几何形状[70]；以运营成本和乘客出行成本为目标，建立城市轨道交通与公交一体化换乘优化模型[71]；以大型社区居民出行为对象，提出接驳地铁的社区公交微循环系统线路优化方法[72]；轨道交通线路与常规公交线路一体化时刻表的编制方法等[73].

在网络化运营条件下，运营资源的共享及应急管理不仅能够对有限资源进行充分利用，提高线网协调运行效率，还能降低运营企业运营成本，提升应急响应速度.对此可以利用交通信息共享技术提高运输服务质量[74]，或建设基于云计算的全路多系统共享云平台[75]，或探讨国铁干线、市域铁路和城市轨道交通融合发展的路径[76].对于网络的应急管理，研究人员规划和设计了高效轨道交通与公交联动网络，分析了在地铁运营中断且不确定恢复时间的情况下应急替代地面公交系统的最佳启动时间等[77].

对于近年交通运输行业涌现出的新业态(如网约车、共享单车、共享汽车等)交通网络，其组织和运营优化问题也被学术界日益重视.如利用卷积神经网络对大规模共享单车网络中的站级需求进行预测[78]，共享单车的网点车辆再平衡[79]，共享汽车动态路径的优化[80]，网约车司机和乘客会面点位置的评估等[81].

1.3 城市交通系统网络化控制与诱导

城市交通系统网络化控制与诱导技术涉及网络化动态交通信息获取与交互，区域交通信号的网络化控制与智能诱导，交通网络信号控制及动态诱导协同等多个方面[82].它是大数据、云计算、人工智能等新技术渗透最广泛深入的一个领域，其中知名互联网公司提出的“城市大脑”“交通大脑”等理念及其实践在业内产生了很大影响，“城市大脑”对城市交通事件感知与智能处理的决策过程，如图2所示.

图2 城市大脑中的事件感知与智能处理[83]Fig.2 Event perception and intelligent processing of city brain[83]

在网络化动态交通信息获取与交互方面，主要集中于多源动态交通信息采集，异构交通的数据融合，交通传感器网络的自组网，网络化多维交通信息可靠交互技术等技术的研发，其目标是构建一个“全景”式的交通信息感知网络.具备一定的自主感知、自主判断、自主调控能力的交通信息—物理耦合系统(Cyber Physical System，CPS)是近来的研究热点[84]，并进一步延伸推广到“并行/平行交通系统”“数字孪生交通系统”[85].

在交通信号控制方面，经历了“点控—线控—面控”的过程，而如何实现对较大范围区域内交通网络的时空动态协同优化控制是一个具有挑战性的难题.对于轨道交通信号控制，针对移动闭塞系统下高速铁路分布式协同控制问题，NING等[86]提出了具有新通信网络拓扑结构的高速列车协同控制方法，同时开发了具有自主知识产权的基于通信列控系统(Communications-based Train Control,CBTC)，提出了基于网络拓扑结构的城市轨道列车控制系统安全保障的方法[87]；对于城市交通网络化信号控制与诱导，贺国光等分析了基于速度优化(OVM)模型的交通流混沌现象[88]；关积珍等[89]研究了基于交通流实时检测的奥运交通诱导VMS信息发布策略；张毅等[90]提出了基于时空依赖性的区域路网短时交通流预测模型；王殿海等[91]针对长干道和网格网络交通信号的协调问题，提出的MaxBandLA模型用于对长干道上的交通信号进行协调，MaxBandGN模型对网格网络中的信号进行协调，并进一步讨论了基于多源数据融合的城市道路网络宏观基本图；杨晓光等[92]则对有人行横道及自动驾驶环境下交叉口的交通信号配时进行优化.

近来各种深度学习方法开始应用于交通网络信号控制，如Wang 等[93]以单交叉口、干线、多交叉口群的区域路网为研究对象，构建基于强化学习的分层控制算法，对当前的信号定时方案进行优化和改进；Tan等[94]利用深度强化学习策略监控交通系统中不同区域复杂交通状态下多个信号.

在交通动态诱导及信号控制协同优化方面，现有的全局优化协同算法一般基于用户路径决策得到全局优化的控制策略.如马寿峰等[95]在交通控制与诱导协调模型的基础上，提出协调管理者与出行者之间矛盾的博弈论模型，刘攀等[96]讨论了交叉口左转冲突车流的诱导与信号控制问题，也有学者[97]基于拉格朗日松弛优化将信号控制与路径诱导的协同优化问题进行分解.目前信号控制与诱导协同存在的主要问题是大多数优化算法的求解需要相当大的计算量，需要在实时性、计算精度与优化效果之间进行权衡；其次理论研究的路网从结构复杂度到规模都较实际路网有相当大的差距，如何将实验得到的协同或全局优化策略应用于大范围路网是一个具有挑战性的难题.

2 问题及展望

(1)对综合交通运输网络系统工程的理论和方法论体系研究不足，将会导致缺乏对综合交通发展战略和体制机制的顶层设计的支撑能力.

随着我国“交通强国战略”的提出，综合交通体系建设的重要性日益突显.目前国内外对单一方式交通网络的理论研究和应用成果相对比较丰富，但对具有“个体出行多样、群体行为涌现、多交通方式耦合、网络资源时变”特点的综合交通网络，无论是指导理论还是在具体的方法论研究都存在明显不足.其中包括“综合交通网络的构造演化机理”“城市交通网络供需平衡机理”“多层综合交通网络结构复杂特性及其动力学过程”“出行行为的多样性及可预测性”等科学问题[2]都亟待深入研究.基础理论研究的不足，导致缺乏对综合交通发展战略和体制机制的顶层设计的支撑能力.同时，由于在综合交通资源协同配置理论和方法体系方面研究的欠缺，出现了主要运输通道能力不协调、综合运输结构不合理等问题.此外，通过对综合交通网络系统工程的理论和方法体系的研究，也可以为城市规划、交通规划、土地规划、产业规划等“四规”的协同提供理论支持.特别是随着新技术的不断出现，从微观与宏观角度研究交通物理网和交通信息网的融合及动力学相关作用，建立多层城市综合交通运输网络的韧性表征方法将是一个非常重要的研究方向.

(2)在可预见的未来，新技术环境下的交通运输系统将出现颠覆性的变革，交通运输网络系统工程的内涵和外延也需要进行根本性的升级改造.

①随着电动汽车、高速列车、智能船舶、无人机、真空管道磁悬浮系统，以及车联网、自动驾驶等技术的快速发展，交通运输载运工具出现了运行状态全感知、控制方式多元化、能源补充多模式等新特点.随着5G 技术的成熟，未来交通互联网与交通能源网也将深度融合，这些都使得未来的交通系统势必出现与当下可能完全迥异的一种新生态.这种新生态交通必然对交通运输组织、管理与控制技术提出新的需求，交通运输网络系统工程的内涵和外延也需要进行根本性的升级改造.例如在车联网与车路协同环境下，传统的、由交通基础设施(枢纽、场站、道路、航线等)构成的交通网络节点和边就需要重新定义，具备智能网联功能的移动载运工具与路侧设备都可以作为新型交通网络的节点，并与之前传统定义的网络叠加耦合，共同构成一个由固定设施和移动载运工具杂合而成的超级网络(Hybrid Hypernetwork)，而对这类包含具有自驱动、自组织、自决策能力节点的柔性交通网络(Flexible Transportation Network)及其共享运行机制的研究，也许是交通运输网络系统工程未来的一个重要研究内容.总而言之，面对新技术环境下的交通运输系统将出现颠覆性的变革，研究新生态环境下的交通运输系统组织管理理论方法和技术将成为未来交通运输网络系统工程发展的重要趋势.

②随着新型传感器、大数据、云计算、深度学习等技术的发展，交通信息精准获取与运行态势智能分析能力得到极大提高，交通信息的完备性日益增强.由于更加趋近满足“信息完备”这一假设条件，在交通网络动态配流优化和诱导过程中，Wardrop 第一原理强调的“用户均衡”和第二原理强调的“系统最优”应该比以前任何时候都有条件达到更高层次的平衡，而如何在上述的超级复杂交通网络上实现这个目标则是一个具有很大挑战性的科学和技术难题.有鉴于此，交通大数据资源治理机制与管理，交通大数据分析方法与支撑技术，交通大数据价值发现与决策等方向也将成为未来交通运输网络系统工程发展的重要趋势.

③随着人类脑计划这个大科学计划的开展，将人类脑科学研究的成果应用于交通科学和工程领域的研究势必蓬勃发展.研究交通组织与管理中的人因机理与工程，对出行者心理和生理的感知，交通信息对出行者行为影响的深层机理分析及干预技术等，也可能成为未来交通网络系统工程发展的重要领域.