一种多模态时序数据分析驱动的公共交通调度优化方法

本发明涉及智能交通管理技术领域，公开了一种多模态时序数据分析驱动的公共交通调度优化方法，包括：获取多模态交通数据并进行时空对齐预处理，提取特征向量；基于跨模态交互学习方法融合多种特征向量；基于多模态融合特征向量进行公共交通状况的实时预测，得到公共交通流量预测值，并基于得到公共交通流量预测值制定公共交通调度策略。本发明基于跨模态交互学习方法融合多种特征向量，有效捕捉不同类型数据间的相互关系，并基于粒子群优化算法制定公共交通调度策略，有效地平衡全局搜索和局部搜索的能力，可以有效提升PSO算法在公共交通车辆调度问题中的性能，实现更高效的调度方案。