道路交通流数据预测方法研究综述

来源：计算机工程与应用杂志2023年第14期北京时间：

作者：孟闯, 王慧, 林浩, 李科岑, 王鑫鹏

单位：1.内蒙古工业大学 数据科学与应用学院，呼和浩特 010080；2.内蒙古自治区基于大数据的软件服务工程技术研究中心，呼和浩特 010080；3.天津理工大学 计算机科学与工程学院，天津 300384；4.内蒙古工业大学 信息工程学院，呼和浩特 010080

摘要：道路交通流预测作为智能交通系统中的重要分支，在道路拥堵预测、路径规划等方面起着重要作用。道路交通流数据时空多态、关联性复杂的特性迫使大数据时代下的道路交通流预测方法转型和升级。为了深入挖掘交通流时空性的特征，学者们相继提出各类方法，包括模型融合、模型算法改进、数据定义转换等方式，以求提高模型的预测精度。为了合理综述各类交通流的预测方法，根据所用方法的种类分为三大类：基于统计学的方法、基于机器学习的方法、基于深度学习的方法。通过综述各类交通流预测方法，对近年来新出现的模型与算法进行概括与分析，旨在为相关研究学者提供研究思路。对交通流预测方法进行了总结及展望，给出未来交通流预测领域的探索方向。

关键词：智能交通,交通流预测,时序序列预测,机器学习,深度学习