山西省交通运输运行监测与应急处置中心(山西省交通运输厅新闻中心)2026年7月至8月政府采购意向
2026-07-28
山西 招标采购
山西省交通运输运行监测与应急处置中心(山西省交通运输厅新闻中心)2026年7月至8月政府采购意向
山西-2026-07-28 00:00:00

为便于供应商及时了解政府采购信息,根据《财政部关于开展政府采购意向公开工作的通知》(财库〔****〕**号)等有关规定,现将山西省交通运输运行监测与应急处置中心(山西省交通运输厅新闻中心)****年*月至*月采购意向公开如下:

序号采购项目名称采购需求概况预算金额(元)预计采购时间(填写到月)是否专门面向中小企业采购备注
*基于多模态大模型的公路路网态势感知与风险预警关键技术研究*山西作为高速公路大省,路网隧道群分布密集,山区路段急弯、长下坡等风险路段占比高;全省重型货车保有量规模大,日均过境煤炭货运车辆超 * 万辆。区域团雾、煤尘多发,低能见度通行场景频繁,叠加重载货车制动性能衰减、山区局地气象变化快等多重因素,对全省高速公路全域路网态势精准感知、风险提前预警工作形成严峻挑战。 立足山西高速路网独特运行痛点,本项目聚焦全省高速公路交通流演变规律与时空分布特征开展深度研究,依托多源多模态交通数据融合技术、智能算法迭代优化手段,系统性提升路网全域态势感知能力与突发事件风险预警水平。 本项目的研究内容主要包括: (*)多模态高速公路交通数据分析:基于全域约束条件的非负矩阵分解技术,实现高速公路路网多源交通数据的降维与特征提取,揭示不同时间跨度的高速公路交通流时空演化模式。 (*)重点垂直行业用户行为分析与轨迹聚类:针对重点垂直行业用户(如货运、客运等),提出密度聚类与多步聚类策略,精准划分轨迹区域,结合多模态机器学习算法挖掘重点垂直行业用户行为的时空转移规律。 (*)高速公路复杂网络结构建模:分析高速公路路网拓扑特性,融合注意力机制与数据驱动方法优化网络生成模型,增强高速公路路网整体态势预测的准确性与动态适应性。 (*)高速公路时空关联预测与预警:结合神经网络注意力机制和皮尔逊相关系数分析方法,构建高速公路局部异步时空关联模型,实现高速公路交通流量精准预测及突发风险实时预警。 项目将搭建路网态势研判、盲区事件预警两大智能大模型,配套智能化调度体系与统一数据中台,实现数据共享、业务协同。项目核心创新为多学科算法融合、高速多源大数据协同分析,成果可为路网智能管控、应急处置提供理论与技术支撑。项目总投资***万元,建设周期*年。******.******年**月山西省财政厅关于下达****年交通运输领域省级资金预算(第二批)的通知
*基于多模态大模型的公路路网态势感知与风险预警关键技术研究山西作为高速公路大省,路网隧道群分布密集,山区路段急弯、长下坡等风险路段占比高;全省重型货车保有量规模大,日均过境煤炭货运车辆超 * 万辆。区域团雾、煤尘多发,低能见度通行场景频繁,叠加重载货车制动性能衰减、山区局地气象变化快等多重因素,对全省高速公路全域路网态势精准感知、风险提前预警工作形成严峻挑战。 立足山西高速路网独特运行痛点,本项目聚焦全省高速公路交通流演变规律与时空分布特征开展深度研究,依托多源多模态交通数据融合技术、智能算法迭代优化手段,系统性提升路网全域态势感知能力与突发事件风险预警水平。 本项目的研究内容主要包括: (*)多模态高速公路交通数据分析:基于全域约束条件的非负矩阵分解技术,实现高速公路路网多源交通数据的降维与特征提取,揭示不同时间跨度的高速公路交通流时空演化模式。 (*)重点垂直行业用户行为分析与轨迹聚类:针对重点垂直行业用户(如货运、客运等),提出密度聚类与多步聚类策略,精准划分轨迹区域,结合多模态机器学习算法挖掘重点垂直行业用户行为的时空转移规律。 (*)高速公路复杂网络结构建模:分析高速公路路网拓扑特性,融合注意力机制与数据驱动方法优化网络生成模型,增强高速公路路网整体态势预测的准确性与动态适应性。 (*)高速公路时空关联预测与预警:结合神经网络注意力机制和皮尔逊相关系数分析方法,构建高速公路局部异步时空关联模型,实现高速公路交通流量精准预测及突发风险实时预警。 项目将搭建路网态势研判、盲区事件预警两大智能大模型,配套智能化调度体系与统一数据中台,实现数据共享、业务协同。项目核心创新为多学科算法融合、高速多源大数据协同分析,成果可为路网智能管控、应急处置提供理论与技术支撑。项目总投资***万元,建设周期*年。*******.******年**月

本次公开的采购意向是本单位政府采购工作的初步安排,具体采购项目情况以相关采购公告和采购文件为准。




山西省交通运输运行监测与应急处置中心(山西省交通运输厅新闻中心)




微信客服
公众号
小程序