一种基于多任务预训练微调范式的交通流数据插补与预测方法

本发明涉及一种基于多任务预训练微调范式的交通流数据插补与预测方法，包括：获取交通流数据；交通流数据包括：时间特征和空间特征；预设数据缺失模式，根据数据缺失模式对交通流数据进行归类；数据缺失模式包括：完全随机缺失模式、点位缺失模式和时间戳缺失模式；通过归类结果对交通流数据进行相应掩码，生成带有缺失值的扰动数据，利用扰动数据训练混合模型；混合模型包括：插补子模型和交通流预测子模型；在训练混合模型过程中，依次进行对比学习和自适应学习，并进一步微调模型参数，获取最优混合模型，利用最优混合模型进行交通流数据预测，获取交通流预测结果。本发明能够提高模型对数据缺失的鲁棒性，提交交通流预测的准确性。