1.感覺數據作用仍被持續夸大。非常同意之前于老師的觀點，決定數據價值的不只是體量，而是類型，單一的定位或軌跡數據能決定控制效果的可能是車聯控制時代，不是現在。同時互聯網數據應該算宏觀或中觀層面的數據，對配時實質關聯的可能只是周期級別，而信號優化，依據不只是需求，還有路口復雜的環境因素，如車道可行的飽和流率、秩序影響、瓶頸狀況等，這些才是決定綠信比、相位差的關鍵因素；而現在的互聯網數據，只是在現狀環境和交通規律下的分配結果而已，如果說它就可以作為路網各節點的優化輸入而生成方案不免過于草率了（當然也可以說還有各種現實環境的約束取值，只是很可能這套有效的約束機制比數據本身價值更大）。

2.個人認為實時優化控制的標簽意義不大，用于體現數據的價值更不妥?；诨ヂ摼W數據做實時優化，算自適應控制的范疇，畢竟是基于需求而優化，而且短時更新方案；但是我們好像忘了，當前的信號優化治堵，效果關鍵不是實時優化做得不好，而是在當前逐漸飽和交通環境下，基于交通需求和時空資源盈余的自適應控制發揮作用已非常有限甚至沒有。當前交通優化治堵的普遍通病，各個城市最棘手的管控難點，往往都是飽和交通下的復雜瓶頸路段和上下游控制難以平衡的問題，或者夾雜秩序、畸形地理、復雜非機、路網結構等等問題。這種通病下，基于流量需求而優化本身就藥不對癥，不管是多牛多大的交通需求數據?；诼肪W瓶頸通行能力實現各信號節點流量平衡的控制思路可能才是正解，這個層面上說，飽和路網條件及路網通行能力的量化、微觀環境影響、預警信息（如異常溢出）等因素，可能才是最重要的優化輸入或關鍵影響，宏觀交通需求肯定不是主角，不管數據來源是地磁、微波、還是海量浮動車數據。

個人覺得還是應該合理肯定和適度宣傳現階段互聯網數據的作用。宏觀的路況類數據在路網通行能力的總體定性分析，路網瓶頸路段分析，中觀層面的控制策略制定和評估對比控制方案等方面應有較大意義，這也使交通優化技術服務的內容更豐富和控制技術的變得不斷精細，但不會因為數據牛逼而跳過交通規律、城市復雜的路網環境和傳統交通組織和控制方法，特別造成現在因為有了海量的數據就可以直接生成精準解決問題的方案這一輿論假象，至少，現在還只是理念，期望而已，還不是可推廣的成果。

只是實踐中的一些感性認識，可能對互聯網數據認識不全面，望專家老師批評指正～