一种基于深度学习的交通流预测方法

智能交通系统(Intelligent Transportation System,简称ITS)是指将先进的计算机,电子信息,传感器等技术运用于交通运输控制与决策中,以构建更加安全高效的交通运输环境。在ITS的构建中,运用大数据进行短时交通流预测起着重要作用。实现短时交通流的预测,可以帮助交管部门对复杂的交通状况进行监测和预测,以便及时采取措施展开交通管理和疏导;也可帮助出行者了解实时交通运行状态并作出合理安排,对交通拥堵的改善具有积极影响。因此,本文将道路短时交通流的预测作为研究对象,建立多因素复杂交通环境下的车流量预测模型。