本实验具体包括两部分实验：交通大数据挖掘与分析，以及复杂交通系统建模与优化。第一部分，学生首先利用大数据统计、挖掘与分析交通规划和管理中涉及的各项指标，然后可视化评价交通系统的运行状况和服务水平，总结交通系统存在的问题，最后基于历史数据进行预测交通演变趋势，为后面中远期的交通规划与管理提供数据支撑。第二部分，学生利用前面分析得到的重要特征数据，针对评价总结得到的交通系统问题，基于系统工程、运筹学和控制论等知识，构建相应的交通系统优化模型，并通过求解模型给出对应的优化策略，通过以上实验优化配置交通资源，在理论教学基础上，培养、锻炼学生在交通规划与管理领域全面的操作能力，使学生全面了解交通规划与管理的内容、原理和方法。
围绕交通规划与管理核心课程和知识点的实践教学，学生通过web智能人机交互技术，以某个交通问题为出发点，经过交通大数据分析存在问题后，构建交通核心模型和求解算法。当学生设置优化目标和条件参数后，虚拟仿真平台计算不同情形下的优化方案，利用可视化技术输出并对比不同方案差异。本平台既注重锻炼学生大数据分析、系统建模和优化能力，又侧重训练学生交通规划与管理相关的方案设计和评估技能，可以培养信息时代下的复合型交通规划与管理高级人才
一、交通大数据挖掘与分析：步骤1：平台进入；步骤2：交通大数据导入；步骤3：选择数据可视化-分析出租车轨迹回放；步骤4：点击出租车轨迹回放；步骤5：选择数据可视化-起讫分布情况；步骤6：选择评价指标-交通量；步骤7 选择数据；步骤8：选择评价指标-运营指标；步骤9：选择评价指标-区域运力分布情况；步骤10：监控运力情况；步骤11：评价指标-热点分析；步骤12：数据预测-预测分析LSTM模型；步骤13：数据预测-预测分析DNN模型；步骤14：预测分析-模型比较；步骤15：上传报告。二、复杂交通系统建模与优化：步骤1：基于GIS的出租车供需时空分布分析；步骤2：熟悉基于乘客在线预约的出租车调度模型构建过程；步骤3：系统初始化；步骤4：设置模型的输入数据；步骤5：设置模型的约束参数和目标条件；步骤6：选择模型程序；步骤7：运行调度程序；步骤8：评价模型效果；步骤9：新增或修改模型的目标函数步骤10：新增或修改模型的约束条件步骤11：将修改模型上传至调度平台