[发明专利]一种融合多模态信息的Prophet-DCRNN交通流量预测方法

权利要求书

1.一种融合多模态信息的Prophet-DCRNN交通流量预测方法，其特征在于，包括以下步骤：

步骤1：提取目标地域节假日信息以及天气信息；

步骤2：基于步骤1获取的节假日信息设置时序预测模型Prophet的节假日参数，用于捕获交通流量的节假日特性，并结合历史各节点交通流量数据构建时序预测模型Prophet；

步骤3：基于路网结构数据和历史各节点流量数据训练DCRNN流量预测模型；

步骤4：采用类stacking技术，融合天气信息和节假日信息，并混合时序预测模型Prophet和DCRNN流量预测模型的输出，构建融合多模态信息的混合模型，利用混合模型进行交通流量预测。

2.根据权利要求1所述的一种融合多模态信息的Prophet-DCRNN交通流量预测方法，其特征在于，步骤4中所述的融合多模态信息的混合模型包括两层结构，第一层为单一流量预测模型，包括时序预测模型Prophet和DCRNN流量预测模型，第二层以时序预测模型Prophet输出、DCRNN流量预测模型输出、天气信息及节假日信息为输入，基于xgboost算法获取不同节假日和天气特性下模型的影响因子，得到融合多模态信息的混合模型。