一种基于异步时空因果匹配的交通流预测方法及系统

本发明公开了一种基于异步时空因果匹配的交通流预测方法及系统，属于智能交通与深度学习技术领域。该方法包括以下步骤：采集路网信息并归一化得到原始数据；构建由异步注意力模块、全局‑局部时间注意力模块和层门融合机制组成的预测模型；利用所述模型对交通流数据进行训练和预测。所述异步注意力模块通过分割时间步并应用交叉注意力机制，分析前后时间步的因果联系；全局‑局部时间注意力模块结合时间卷积与自注意力机制，提取多尺度时间依赖关系；层门融合机制通过门控单元过滤无用信息，缓解过拟合问题。本发明通过模块协同作用，显著提升了交通流预测的精度与鲁棒性。