一种基于神经网络的高速公路交通分配方法及系统

本发明提供了一种基于神经网络的高速公路交通分配方法及系统。本发明利用高速公路网的ETC门架在一年内检测到的车辆收费信息以及路径信息数据库，提取了交通分布OD矩阵，结合区县级别交通小区的人口数据、经济发展数据及出行阻抗数据，通过构建基于包含图注意力深度神经网络的深度学习模型，将上述数据输入到模型中进行训练，用以优化重力模型的参数，得到合理的重力模型。最后结合XGBoost算法实现高速公路路径选择模型，将交通流量划分到路网中。本发明实现多源数据、深度神经网络以及机器学习算法的融合，极大提高交通分布流的生成、预测以及分配的精度，为高速公路长期规划管理提供有力支撑。