基于多源数据融合的交通流量智能预测方法

本发明提供一种基于多源数据融合的交通流量智能预测方法，包括：根据历史时间序列数据，计算浮动车流量与实际交通流量在不同时段和不同节点的历史比例关系；识别渗透率的变化模式并计算得到基准动态渗透率值；基于基准动态渗透率值，建立渗透率时间关系矩阵；将浮动车流量数据输入渗透率时间关系矩阵，得到查询动态渗透率值；将浮动车流量数据除以对应的查询动态渗透率值，得到全路网交通流量的连续估计序列；将连续估计序列与多源历史交通数据融合，生成时空融合特征；基于时空融合特征，输出未来时间段的交通流量预测结果，显著提高交通流量预测精度、增强模型泛化能力和提升预测实时性与连续性的技术效果，有效解决了预测偏差大的问题。