融合空气污染因素的交通流量预测方法

本发明提出一种融合空气污染因素的交通流量预测方法，该方法包括：获取交通拓扑结构、历史交通流和空气污染物浓度数据，构建交通特征矩阵、邻接矩阵、相关污染物浓度属性矩阵和映射函数，并通过属性增强单元融合空气污染物浓度数据；采用K‑means聚类筛选与交通流相关性最高的污染物，利用属性增强单元将其融入交通流特征；搭建并训练深度学习模型进行交通流量预测。该方法通过结合交通流时空特征和空气污染物的关联性，克服了现有方法仅依赖交通流量数据的局限性，有效提高了预测准确性。