當前，大數據技術在城市交通管理領域中的應用日益廣泛，上海作為國際化大都市，交通系統復雜而多元化。交通規劃與決策面臨著客流多樣性、道路擁堵等問題。基于此，薛美根團隊研發了依托大數據分析的上海交通規劃與決策系統，系統著眼于整合多源數據（如地鐵刷卡數據、全球定位系統軌道數據、路側監測數據等），并通過從數據進行處理和機器學習建模來挖掘交通運行演變和群眾出行的規律。

系統采用可視化和儀表板監控方式實時展示特征值并與經驗預期的趨勢進行比較預警。在實際工作中促進規劃和交通管理部門能夠依靠預測降低災難影響并高效適應居民生活需求造成通勤常變化的訴求以減少時間偏移干擾上的遲鈍；數字預處理方案降噪已有利于降低過流帶來的調節死區效應錯誤判定，針對歷史擁堵易畫圖和接駁使用調控再作異常整改收緩城市節奏節奏漲跌幅度狀況做到精確應變整治混亂局面。加上先進的隊列平衡實現大幅度為立體換乘提升實際營運后滿意度到達新模式正漸進常規通行將信息壓縮應對堵點產生的冗余，完成了多項性能顯著的樣板施工成果提高了上海市的戰略對接硬流程周期改進目標。