1 智能调度系统......................................................................................57 4.1.1 实时乘客需求分析......................................................................59 4.1.2 车辆调度算法.. .................................................................................75 5.1 共享汽车/单车的智能调度..................................................................77 5.1.1 用户需求预测................. 和特斯拉等公司已在其自动驾驶汽车中实现了这一技术，显著降低 了交通事故率。 此外，人工智能还可以提高公共交通系统的智能化水平。通过 数据分析和预测学算法，公共交通运营方能够优化公交车和地铁的 调度与运营，提高运力利用率。例如，基于用户出行数据的实时调 度系统能够动态调整车辆发车间隔，满足高峰时段的高需求，同时 避免低需求时段的资源浪费。这种优化不仅提升了公共交通的服务 质量，还能够吸引更多的市民选择公共交通出行。

型 电 力 系 统 中国南方电网 CHINA SOUTHERN POWER GRID 11 ■ 现有“源随荷动”的刚性调度模式，难以应对新能源高渗透率场景下电力安全消纳问题 ■ 亟需构建以电力专用人工智能技术为核心、源网荷储柔性动态平衡的电力调度 “超级大脑” 调度运行算法和系统面临分钟级时间窗口计算挑战 ——— — 大规模———— ———— 多任务一 口 全域感知 中国南方电网 CHINA SOUTHERN POWER GRID 设 备 系 统 物理电网 线 路 数据、 口运行导航决策：透明电网运行决策关键技术 口智能调度决策 □ 电网安全域辨识与控制、直流故障辨识与决策 口多道防线协调控制多能互补协调 □ 新能源接入、虚拟电厂、柔性电网 口数字孪生：透明电网运行数字数据关键技术 口发电预测 口发电预测 口负荷预测与辨识 口电网状态数字数据 透明电网运行 电力系统优化目标 控制 信息 电力系统智能计算及自动导航 控制 信息 电力智能调度 ( 人工智能 + 大数据 ) 负荷预测等 控制 信息 全景控制 全景信息 控制 信息 透明电力系统 新型电力系统需要人工智能 --

警员的劳动强度和风险 • 警用移动信息网和视频专网：需要安全、可靠、专公互补的宽带移动承载网 络 • 新一代指挥中心（ NG110 ）： 4S 平台、可视化、一体化指挥调度 新时代、新警务、新需求 基于 PGIS 的多媒体指挥调度 位置 + 图像 + 语音调度 公交安全系统：网联网、视频监控、 MEC • 通过智能感知、可视物联，实现了风险隐患的主 动识 别和预警； • 遇有突发事件可一键报警，与公安机关实现多级 效保证相关人员人身安全。 2. 地震救援、抗洪抢险、山岳救助等情况，传统现场侦查手段的局限性已日益凸显。无人 机可在复杂的地理环境和恶劣的气候条件下，到达人所不能及的地点进行观测和侦察， 为现场和远端应急指挥中心的指挥调度和科学决策提供直观可靠的参考依据。 3. 应急通信：采用无人机携带移动通信基站，快速恢复灾区通信链路，实现救灾指挥中心 与灾区的联动。 高空抛物器  无人机主要是挂载操作，包括携带移动基站，本身通信要求不强 数据获取能力，拥有广阔的市场发展前景。 3.10 5G 应用场景 9—— 基于 GIS 的多媒体指挥调度 可视指挥，随身而行：通过 5G 的大带宽传输和精 准定位能力，实现位置 + 图像 + 语音综合调度： • 使用手持台查看监控摄像头 • 通过调度台发起终端的监控 • 通过调度台进行视频的分发 • 双方可视的 5G 高清视频对讲 环 境 监 控 系 统 环 境 监

光纤 宽带 Wi Fi 低空运营调度中心 可视化调度 坐席协作 远程会商 领导驾驶舱 视频监控 无人机 广播 对讲 会议 信息发布 视频会议 语音转写 PC 端 应用层 基础层 平台层 网络层 建设目标 总体建设目标 旨在实现精准可视化管理 ，通过三维虚拟模型还原低空园区场景并实时监测设备状态 ；提升运营效率 ，模拟优化生产流程与资源调度 ； 增强安全保障 ，实时预警风险并优化应急预案 ；推动创新发展 ，为低空产业创新提供平台支持并促进企业合作 ；最终打造智慧园区标杆 ， 为低空行业树立典范并提供可借鉴经验模式。 智慧园区 实现精准可视化管理 园区全场景的可视化展示。 实时监测园区动态 实时监测低空园区内各类设施设备的运行状 态 ，如生产设备的运行参数、物流运输车辆 的位置等 ，为管理者提供精准的决策依据。 提升运营效率 实现智能化的资源调度 ，如人员、设备、 能源等 ，确保资源的合理分配和高效利用。 增强安全保障 对低空园区的安全风险进行实时监测和 预警 ，如火灾、泄漏等 ，提高应急响 应速度和处理能力 推动创新发展 促进低空园区内企业之间的数据共享和

（2）自动驾驶是地铁列车发展目标............................................................................ 16 （3）智能调度是智慧地铁大脑核心............................................................................ 17 (三) 人工智能在地铁维护中的应用 量的持续增加，使得地铁面临着诸多安全挑战。首先，乘客 快速通行需求与当前安检效率较低存不匹配的情况，对站内 突发情况的检测和预警仅依靠人工已然不切实际。其次，列 车运营时间增多、发车间隔缩短，一方面增加驾驶员、调度 员等压力，另一方面也压缩了列车及相关设备维修检测的时 间，存在一定安全隐患。人工智能等技术正好能够帮助应对 上述安全挑战，在地铁安全运营上发挥越来越重要的作用， 包括对人和物的自动安检、场景危险监视，相应设备、设施 一方面，对车站客流量进行实时监测和预测，实现各线路列 车智能化调度能够进一步提升运营效率。此外，在列车、车 7 站能耗方面，利用人工智能技术进行温度等调节，有助于打 造绿色、节能的地铁。 （3）提升地铁服务质量 地铁是人们通行的重要工具，排队效率、列车准点率、 智能化服务等是增强人们感受的重要方面。特别是在上下班 及节假日高峰时期，利用人工智能技术进行安检、列车调度、 车站管理等，可帮助缩短等待时间，并提高列车准点率等。

智能感知的光网络，为算力、存力与运力等所有在网资源构建高效集 约的全光联接底座。同时融合网络自智技术，覆盖光网络“规划、建 设、维护、优化、运营”全生命周期，满足所有用户、终端、节点和 数据中心之间的海量数据快速交换与智能调度需求。 2）光感业融合：通过将光通信与光感知深度耦合，实现从“连 接通道”向“感知中枢”跃迁，推动光网络从单一传输向融合主动感 知与差异化业务的范式转变。光网络不仅承担数据传输功能，还具备 实现按需建链、速率自适、频谱灵活的智能调度能力，支撑任务式业 务高效发放与网络资源最优利用。 针对任务式应用、业务快速发放和网络效率提升等目标，通过弹 性连接、弹性带宽、弹性频谱与弹性算力等技术根据可达路径实现敏 捷动态链接。 弹性连接：针对传输类专线，通过波长与光业务单元（OSU）分 7 Ⓒ中国电信版权所有 钟级拆建、快速提供链路资源，满足任务式按需调度和时分复用的需 求。 高效传输，在 同一光层实现多速率波道混合传输。 弹性算力：基于光线路终端（OLT）、智能政企网关、光纤到房 间（FTTR）等边端算力，满足 AI 智能体及应用对于本地存算资源的 弹性部署及调度编排要求。 4、多层原生的全流程光智能（原生光智能） 原生光智能基于原生在网络各层次中的 AI 技术，构建“三层原 生智能”网络架构，全面赋能光网络“规、建、维、优、营”全流程。 在新

● 各地政府应用“数字化”改砻民生、提升幸福感： 市民出行高效便捷；优质医宁服务幸福感体验； 获取普患教育服务等 城市资源空间外延 ；政务一体化协同 ；应急指挥中心； 综合调度提供全需盖的社区服务；生态环境持续改普等 提升产业经营效率；创斯创业基础能力； 产业生态联动发展等 ● 各地政府提猖用“数字化”促进城沛产业发展： ● 各地政府提倡用“数字化”提升基层台理能力： IOC: 智慧城市运营中心 智慧城市运营中心是集大数据服务中心、综合运行管理中心、应急指挥调度中心、安全运维服务中心为一体的综合性管理中心，实现多中心合一 和 跨部门业务协同新格局。平时，基于城市管理、公共服务、产业发展各领域数据的集中接入和挖掘分析，实现城市运行情况实时监测和可视化调 度 , . 战”时 ，统一调度公安 : 交通、消防、医疗等行业部门协同处置，联动指挥，最终实现一图全域感知、一键可知全局。 景 告警颐警 事故核查 智能派发 预案启动 现场指挥 复盘总结 快速位置调度 多终端视频调度 灵活语音调度 智的派发 & 境市综合治理可视化指挥平台 [- … 产 业 经 济 数 据 服 务 政 府

网络资源 运营商通信网络、交通专网 交通 基础 信息 采集 地感线圈地磁感应棒视频检测器微波检测器 GPS 定位仪 电子地图 控制信号 RFID 云终端 管理服务 交通指挥调度 公交系统调度 道路交通规划 交通事件决策 紧急救援支持 交通信息发布 信息服务 路线导航 实时路况 停车诱导 公共交通信息 交通事件 云终端应用 Internet 实时路况服务 指挥中心的工作效能提供技术保障的交通综合信息集成 系统。 城市交通综合管控平台涵盖智能化城市道路交通 管理各个方面。系统主要包括交通执法、稽查布控、分 析研判、交通诱导运维监管、指挥调度、态势监控等 公安网边界 接 入 平 台 公 安 网 用 户 子 系 统 服 务 器 Internet 数据库服务器 应用服务器 系统 信息发布 系统 非现场执 法系统 指挥调度 系统 六合一 平台 卡口 系统 交通信号 控制系统 电视监视 系统 GPS 系 统 大屏控制 系统 电子警察 系统 移动警务 系统 系统用户 市局 支队 大队 JavaScript PGIS 数据服务 视频监控 用户界面层 电子地图 指挥调度 大屏控制 电视监视 车辆违法 信息发布 稽查布控

2023〕180号），提出 2025年算力规模超过300EFLOPS（每秒浮点运算次数），智能算力占比35% 的目标， 2.1 数据中心网络产业发展趋势 2 3 并阐述了算力内网络高性能传输调度要求，以及无损网络技术应用要求。数据中心 网络连接算力，其性能直接决定了整个数据中心的实际算力水平。以大模型训练为 例，需要同时协调数千张甚至数万张算力卡资源，数据吞吐量成为AI计算的关键瓶 时 掌握所有业务组件的分布状态，并依据负载、灾害风险与延迟感知自主调整流量路径。它不 再仅仅是通用计算资源的连接者，而是智能调度各资源池承载能力的核心大脑，确保客户各 类核心业务在任意位置发生，都能由最优计算节点响应处理。这就要求异地数据中心间具备 全局流量调度能力，可根据链路延迟变化动态切换支付结算类关键业务路径，实现用户“零 感知”切换。 2）超大规模与智能韧性协同演进挑战加剧 延迟、高带宽的RDMA（如RoCEv2）将普遍应用于金融核心交易与关键数据库同步环 境，对无损以太网能力提出严峻挑战。此外，传统Spine-Leaf的CLOS架构是否适用超 大规模的数据中心，如何应对多POD间的大规模流量灵活调度，也将面临新的挑战。 “战争级”韧性催生容灾与加密升级：为应对地质灾害及冲突破坏，如何支撑数据中 心网络“中枢”在极端环境下的通信能力成为关键瓶颈。网络需要基于智能故障感知恢复， 助力网络常稳

上万的服务器、网络设备、存储设备、电力与 冷却系统等，各组件来源多样、架构多样、协 议多样，形成高度异构的技术环境。 ·多维动态交互：数据中心必须同时支撑多租 户、多业务场景并发运行，资源调度、安全防 护、能效优化等要素高度耦合且实时变化。 ·非线性与放大效应：数据中心内部的局部故 障可能通过依赖关系链条迅速放大，演化成系 统性风险（如“级联故障”），一个微小的配 置错误可能引发全局服务瘫痪。 事故 难以预知的软硬件缺陷 2025年6月12日，Google Cloud因一次软件 更新中存在代码缺陷，引发持续约8小时的全球 性服务中断，波及依赖云服务的多个关键领 域：部分机场值机与调度系统中断，导致航班 大面积延误；数家医院的AI辅助诊断工具临时 宕机，非紧急手术被迫延期；某证券交易平台 的实时行情服务停滞，影响高频交易执行。 事故 海量需求与洪峰流量冲击 2025年 基于对等互联的ICT基础设施架构，结合AI预测等 能力，构建超越传统资源调度的弹性自适应能力， 通过“全域弹性、柔性调度”实现资源动态高效调 配。 ·全域弹性：包括接入弹性、内生弹性、Facility弹 性和外延弹性等四层弹性。接入层实现流量弹性调 度；内生层打破数据中心计算、存储、网络资源的 碎片化壁垒实现资源智能调度；Facility层基于可扩 展的标准化POD实现弹性空间、弹性制冷及弹性供