一种基于弹性学习框架的交通预测方法及系统

摘要

本发明公开了一种基于弹性学习框架的交通预测方法及系统，属于智能交通领域。方法包括：获取交通流数据、道路交通事件数据、路网数据等交通数据，构建多源异构的交通数据底盘，并根据路段连接关系建立路网图；利用深度学习算法分别搭建时空注意力子模型、时空卷积子模型、交通事件子模型，构建弹性学习框架；利用线下历史数据训练预测模型，获取模型最优参数；将交通数据底盘中的线上实时数据输入优化后的弹性学习框架，实现考虑道路交通事件的交通预测。本发明提供系统实现了上述方法。本发明技术方案考虑道路交通事件对路网交通的影响，构建弹性学习框架实现更精准的交通预测。