本發(fā)明提出一種基于混沌與強(qiáng)化學(xué)習(xí)的交通流預(yù)測(cè)的并行方法。包括：1.對(duì)數(shù)據(jù)進(jìn)行預(yù)處理和混沌分析，通過(guò)混沌模型生成對(duì)比混沌時(shí)間序列，進(jìn)行重構(gòu)，標(biāo)準(zhǔn)化及數(shù)據(jù)集劃分；2.使用預(yù)處理后的數(shù)據(jù)進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練和對(duì)比環(huán)境的構(gòu)造；3.構(gòu)造actor?critic神經(jīng)網(wǎng)絡(luò)模型進(jìn)行智能體策略的學(xué)習(xí)和行為價(jià)值的判斷；4.并行框架下從進(jìn)程產(chǎn)生多個(gè)訓(xùn)練模型與環(huán)境進(jìn)行互動(dòng)，通過(guò)與主進(jìn)程的中央神經(jīng)網(wǎng)絡(luò)模型的離散度對(duì)比和獎(jiǎng)勵(lì)實(shí)現(xiàn)并行更新，最后主進(jìn)程進(jìn)行預(yù)測(cè)驗(yàn)證。本發(fā)明采用強(qiáng)化學(xué)習(xí)和混沌時(shí)間序列對(duì)交通流進(jìn)行預(yù)測(cè)，比傳統(tǒng)統(tǒng)計(jì)學(xué)預(yù)測(cè)方法具有更強(qiáng)的解釋性和在線調(diào)整的學(xué)習(xí)能力；并行的強(qiáng)化學(xué)習(xí)更快速地學(xué)習(xí)和調(diào)整，產(chǎn)生最佳的預(yù)測(cè)結(jié)果。