基于动态时域编码的交通流量概率预测模型构建方法及应用

本发明属于交通流量预测技术领域，公开了一种基于动态时域编码的交通流量概率预测模型构建方法及应用，方法包括：采用数据集训练交通流量概率预测模型；其中，数据集中的样本包括T个历史时间步的交通流量数据和τ个预测时间步的交流流量数据；交通流量概率预测模型包括动态时域编码网络、拼接网络及概率预测网络；本发明将动态时域编码(DTE)深度融合到单变量的交通流量预测方法中。在预测的过程中，对原始的交通流量数据进行自适应三角位置编码、可学习位置编码等，打破了交通流量时间序列的位置对称性，增加了相对位置信息，克服了传统单变量交通流量预测模型中因缺少时序信息而难以准确预测交通流量的缺陷。