面向交通流量预测的垂域多模态大模型训练方法及预测系统

本发明提供了一种面向交通流量预测的垂域多模态大模型训练方法及预测系统，所述垂域多模态大模型训练方法包括：获取历史流量时间序列数据、历史气象数据、历史POI数据，对历史流量时间序列数据、历史气象数据、历史POI数据进行预处理和时间对齐；获取历史新闻文本数据，基于语言大模型筛选出对交通流量产生显著影响的关键新闻事件文本数据，基于语言大模型对关键新闻事件文本数据进行标记，并与历史流量时间序列数据、历史气象数据、历史POI数据进行时间对齐，组成训练数据集；基于训练数据集对多模态大模型进行训练。所述垂域多模态大模型训练方法通过集成这些模态数据，能够有效捕捉突发事件或极端环境对交通流量的实时影响。