一种基于深度学习的多模态交通流量预测方法及系统

本发明提供一种基于深度学习的多模态交通流量预测方法及系统，该方法包括：电子设备获取特定路口的多模态车辆行驶采集数据；利用交通流量预测模型进行预测，得到特定路口的交通流量预测数据；将交通流量预测数据输入双Q网络结构的强化学习模型，得到特定路口的交通信号灯调控策略。本发明实施例中利用交通流量预测模型得到交通流量预测数据，还利用双Q网络结构的强化学习模型构建以路口通行效率最大化为目标的马尔可夫决策模型，对马尔可夫决策模型进行求解，得到特定路口的交通信号灯调控策略，这种方式不仅实现了对交通信号灯控制策略的确定，而且无需重新计算模型参数，降低计算耗时，可以实现对突发性事件的处理。