一种短时交通流预测方法及系统

本申请涉及智能交通系统技术领域，具体提供了一种短时交通流预测方法及系统，所述方法包括：获取交通流序列；通过集合经验模态分解法对所述交通流序列进行分解重构，得到多个交通流序列分量和剩余分量；根据动态时间规整算法计算所述交通流序列分量和所述交通流序列的相关性，得到高相关分量和低相关分量；根据所述高相关分量和所述低相关分量进行计算得到归一化数据；将所述归一化数据输入至LSTM模型，得到多个初始预测结果；将多个所述初始预测结果进行叠加求和，得到预测结果。不仅显著提升了预测的准确性，而且能够灵活应对交通流量的复杂多变特性，为交通管理部门提供了坚实可靠的决策依据。