Big data is becoming a research focus in intelligent transportation systems (ITS), which can be seen in many projects around the world. Intelligent transportation systems will produce a large amount of data. The produced big data will have profound impacts on the design and application of intelligent transportation systems, which makes ITS safer, more efficient, and profitable. Studying big data analytics in ITS is a flourishing field. This paper first reviews the history and characteristics of big data and intelligent transportation systems. The framework of conducting big data analytics in ITS is discussed next, where the data source and collection methods, data analytics methods and platforms, and big data analytics application categories are summarized. Several case studies of big data analytics applications in intelligent transportation systems, including road traffic accidents analysis, road traffic flow prediction, public transportation service plan, personal travel route plan, rail transportation management and control, and assets maintenance are introduced. Finally, this paper discusses some open challenges of using big data analytics in ITS.

Research and development on high-speed railway systems and particularly its automatic control systems, are introduced. Numerical modeling of high-speed trains in the Chinese high-speed train system and its associate automatic control systems are described in detail. Moreover, modeling and simulation of train operation systems are analyzed and demonstrated.

Due to rising energy prices and environmental concerns, the energy efficiency of urban rail transit has attracted much attention from both researchers and practitioners in recent years. Timetable optimization and energy-efficient driving, as two mainly used train operation methods in relation to the tractive energy saving, make major contributions in reducing the energy consumption that has been studied for a long time. Generally speaking, timetable optimization synchronizes the accelerating and braking actions of trains to maximize the utilization of regenerative energy, and energy-efficient driving optimizes the speed profile at each section to minimize the tractive energy consumption. In this paper, we present a fully comprehensive survey on energy-efficient train operation for urban rail transit. First, a general energy consumption distribution of urban rail trains is described. Second, the current literature on timetable optimization and energy-efficient driving is reviewed. Finally, according to the review work, it is concluded that the integrated optimization method jointly optimizing the timetable and speed profile has become a new tendency and ought to be paid more attention in future research.