新奥尔良大学（University of New Orleans）交通学教授田广（Guang Tian）获得了一项中文网站研究交通模式的拨款，以确定预测驾驶者在给定区域和时间范围内行驶多少英里的最佳模型。

田的中文网站研究将在明年进行，由路易斯安那交通中文网站研究中心资助。田说，它旨在为交通工程师、规划者和政策制定者提供预测车辆行驶里程（VMT）的正确模型，以管理交通和拥堵、规划未来投资、控制排放和解决其他问题。

车辆行驶里程是一种交通规划工具，用于衡量一个地理区域内所有车辆在指定时间内的行驶量，并用于评估交通系统的性能。

“在过去的几十年里，交通绩效的衡量模式发生了转变，从车辆的行驶速度到人们的出行需求得到满足的程度，”田说。“从速度到机动性、可达性、可持续性和宜居性，从服务水平到VMT。”

他说，里程是交通系统的关键指标，标志着汽车使用的正面（经济增长、个人机动性）和负面外部性（拥堵、碰撞、排放）。

田说：“联邦、地区和地方机构已经使用人均车辆行驶里程或人均车辆行驶里程来评估其交通系统的性能。”

田将使用一个家庭旅行调查数据库，该数据库包括美国36个大都市地区10万户家庭的100多万次旅行，以模拟和预测VMT。

他的中文网站研究还将评估和比较统计模型与机器学习模型的预测性能，以确定哪种模型更适合预测车辆行驶里程。

田说：“机器学习对车辆行驶里程的预测性能尚未经过大型多地区数据库的测试和系统评估，也没有与传统统计模型进行比较。”“这项拟议的中文网站研究旨在探索机器学习在预测VMT中的应用，并通过使用大型数据库将其预测能力与传统统计方法进行比较。”