基于数据缺失填补与集成学习的交通流预测方法及系统

本专利提出了基于数据缺失填补与集成学习的交通流预测方法。首先获取城市交通流数据以及城市其他数据；其次，针对交通流数据，使用最小二乘生成对抗网络LSGAN来对缺失或采集出错的交通流数据进行缺失填补；其次使用混合注意力时空图卷积ASTGCN模型对交通流数据进行时空行分析；最后使用KNN、LSTM、DATCN模型预测交通流结果，并对预测结果进行加权求和；在此基础上使用改进的加权平均优化算法IWAA对权重进行优化，以得到最优的预测结果。