一种基于对抗网络的交通预测模型训练方法和系统

本申请涉及智慧交通技术领域，尤其涉及一种基于对抗网络的交通预测模型训练方法和系统，包括：基于多个批次的历史交通数据对预训练的对抗网络模型进行训练，获得训练完成的交通预测模型；采用历史交通数据对交通预测模型进行训练的过程包括：将历史特征数据输入对抗网络模型的生成器，以获取历史特征数据对应的特征序列，基于流量预测头、速度预测头和拥堵预测头对特征序列进行特征提取，获得预测流量、预测速度和预测拥堵状态，以获取流量损失、速度损失和拥堵损失，并基于上述损失对模型参数进行调整，以获得用于实时预测交通状态的交通预测模型。将生成对抗网络应用于交通流量、速度和拥堵状态的联合预测，提升交通状态描述的全面性。