[发明专利]一种基于机器学习的综合模型的交通行为预测方法

摘要

本发明公开了一种基于机器学习的综合模型的交通行为预测方法，属于交通行为预测领域。本发明基于交通实际对数据进行分类，同时又创新性的将交通用户类型数据、时段性数据、历史数据三类数据利用最合理的机器学习算法分别独立处理，保持了数据的相互独立性，从而最大限度的保留了交通信息，为预测提供最好的信息服务；本发明将几种机器学习算法综合在一起对交通行为进行挖掘和预测，不仅仅是几种算法的叠加，是基于交通理论基础上的智能融合平台，可以对交通行为进行实时的预测；又进行了智能加权，可以使不同数据的机器学习结果整合后达到最大化。

主权项

一种基于机器学习的综合模型的交通行为预测方法，其特征在于，采用基于机器学习的综合模型用户的交通行为进行预测，具体包括如下步骤：步骤1：数据输入；步骤2：对数据类型进行分类；不同种类的交通数据包括交通用户类型数据、时段性数据、历史数据以及外部输入数据在内的数据；步骤3：对不同类型的数据进行机器学习；根据交通理论和行人交通行为，对不同类型的交通数据，使用不同的机器学习算法对交通行为进行挖掘，并根据历史记录和交通理论进行预测；步骤4：根据交通历史记录和当前交通状况进行智能加权综合；利用不同种类的机器学习算法对处理不同类型交通数据的能力的不同，选择最优的算法处理对应的交通数据，有经过可调整的加权整合层对不同算法处理后的结果进行加权整合，以达到最优化的结果；步骤5：输出预测结果。