在国家自然科学基金项目（71621001，71822101）等的支持下，北京航空航天大学李大庆研究员团队与北京交通大学高自友教授团队等紧密合作，成功发现了城市交通流的时空模式切换行为。相关研究成果以“Switch between Critical Percolation Modes in City Traffic Dynamics”（城市交通流的渗流临界模式切换为题），于2018年12月27日发表在Proceedings of the National Academy of Sciences of the United States of America（《美国国家科学院院刊》）杂志上。论文链接：https://www.pnas.org/content/116/1/23。

该研究基于北京和深圳的实时路况数据，通过渗流理论对高峰、平峰等不同时段的路网交通资源时空配置进行了分析，发现了两种典型模式。其中一种模式出现在工作日非高峰期以及休息日中，组织特点类似高维渗流，整个城市交通流组织均匀，不同层次具有较好的衔接；而在工作日的高峰期，其组织特点接近经典的二维渗流，城市交通被“降维”，导致交通资源的配置被割裂，“模块化”明显，模块之间的通行能力大幅下降。通常一个网络只会对应一种渗流模式，而从实际交通数据中挖掘的这两类模式区分明显，表现为渗流过程的两种普适类。进一步挖掘原因，研究团队发现，北京、深圳这类特大城市的市内“快速”路段具有较强的调控效果，少量地疏解这些“快速”路段，就有可能使得城市的交通组织从不均匀的低维“模块化”向均匀的高维状态转化，以提高路网的通行能力。

该研究团队将基于互联网积累的海量数据，挖掘与系统故障相关的语义特征，结合机器学习技术，构建能够评估、预测和疏解城市交通拥堵的“智慧交通”调控能力和决策平台。