。”张薇说，“模型根据实时气象数据、地形数据、建筑数据，预测出这些地方在台风中可能受灾。同时，调度系统开始运作。”
屏幕上出现虚拟的救援力量：救护车、消防车、抢险队。这些图标开始移动，朝**险区域汇聚。
“模型会综合考虑路况、距离、资源数量，给出最优调度方案。”王浩然调出一个数据面板，“看，如果按传统方式调度，从发出指令到力量到位，平均需要47分钟。用我们的系统，这个时间可以缩短到23分钟。而且，资源利用率提升35%。”
很震撼。
但林辰没说话，他盯着屏幕，眉头微皱。
“林总，有问题？”王浩然注意到他的表情。
“有两个问题。”林辰指着屏幕，“第一，模型预测**险区域的依据是什么？是历史数据，还是实时数据？如果是历史数据，那去年的低洼地带，今年可能已经改造了，不再**险。如果是实时数据，你们怎么确保数据的实时性和准确性？”
王浩然和张薇对视一眼。
“第二，”林辰继续说，“调度优化模型，考虑道路拥堵了吗？考虑红绿灯了吗？考虑有些路段在暴雨中可能被淹吗？如果没考虑，那这个‘最优调度’，在实际中可能根本执行不了。”
实验室里安静了几秒。
然后，王浩然笑了：“林总，问得好。这两个问题，正是我们现在在攻克的难点。”
他调出另一组数据。
“第一个问题，我们用的是混合数据。历史数据做基础，但会叠加实时监测数据。我们在滨海市已经部署了三百个智能传感器，监测水位、风速、建筑倾斜度等。这些数据会实时回传，修正模型。但就像你说的，传感器的覆盖率和精度，是个问题。我们还在加。”
“第二个问题，道路因素我们已经考虑了。”张薇接过话头，“我们接入了滨海市的交通实时数据，包括拥堵指数、事故点位、管制信息。另外，我们还有一个积水预测模型，能提前半小时预测哪些路段可能积水。这些都会纳入调度算法。”
林辰点点头，但眉头还没完全舒展。
“还有问题？”王浩然问。
“有。”林辰看着屏幕，“你们这个演示，是基于‘一切数据都准确、一切系统都正常、一切指令都执行’的理想情况。但现实中，数据可能出错，系统可能崩溃，执行可能打折扣。一旦某个环节出问题，整个系统就可能失效，甚至做出错误决策。”
本章未完，请点击下一页继续阅读！