基于联邦学习-数字孪生的动态路网协同扩容决策系统

本发明涉及智能交通技术领域，具体地为基于联邦学习‑数字孪生的动态路网协同扩容决策系统，包括：通过动态权重分配器校准脉冲型与周期型数据流权重，生成归一化特征向量；通过隐私保护聚合引擎融合各域归一化特征向量，得到客流压力分布预测矩阵；重构模块，用于基于预测矩阵构建数字孪生体并初始化；基于初始化后的孪生环境，通过盲区数据重构器识别感知缺失区域，并采用时空关联算法融合历史特征与邻近节点实时数据流，重构完整路网状态。本发明通过融合联邦学习与数字孪生技术，构建动态路网协同扩容决策系统，提升交通路网的扩容决策效率。