一种基于用户行为数据的智能交通预测与调度方法

本发明公开了一种基于用户行为数据的智能交通预测与调度方法包括，获取用户的实际行驶轨迹，并将其匹配至数字路网，提取包含状态‑动作序列及情景上下文特征的专家轨迹数据；构建生成对抗模仿学习模型，利用专家轨迹数据进行对抗训练，其中生成器学习模仿用户驾驶行为，判别器则学习区分真实用户轨迹与生成器模拟的轨迹；利用训练收敛后判别器的输出，为数字路网中的每一个状态‑动作对赋予一个用户主观偏好的个性化成本值；基于该构建的个性化成本网络，采用A*路径搜索算法，为用户规划出一条最优的个性化行驶路线；本发明通过逆向强化学习，能从用户行为中自动学习其内在偏好，规划出的路线更贴合用户真实意图，提升用户满意度和系统采纳率。