本發(fā)明涉及一種基于強(qiáng)化學(xué)習(xí)的交通彈性調(diào)控方法及系統(tǒng)。該方法包括：將交通網(wǎng)絡(luò)劃分為若干區(qū)域，并采集每個(gè)區(qū)域的車流信息；根據(jù)車流信息確定每個(gè)區(qū)域的宏觀基本圖；基于宏觀基本圖，確定各個(gè)區(qū)域供需平衡時(shí)的流量水平；根據(jù)流量水平確定交通網(wǎng)絡(luò)的失衡率；根據(jù)失衡率，通過(guò)滲流分析確定交通網(wǎng)絡(luò)的臨界失衡閾值；建立多智能體強(qiáng)化學(xué)習(xí)模型，并根據(jù)車流信息、流量水平以及臨界失衡閾值對(duì)多智能體強(qiáng)化學(xué)習(xí)模型進(jìn)行學(xué)習(xí)訓(xùn)練，生成訓(xùn)練后的多智能體強(qiáng)化學(xué)習(xí)模型；利用訓(xùn)練后的多智能體強(qiáng)化學(xué)習(xí)模型調(diào)控實(shí)際交通網(wǎng)絡(luò)，使得實(shí)際交通網(wǎng)絡(luò)的當(dāng)前失衡率小于所述臨界失衡閾值。本發(fā)明能夠在最短調(diào)控周期下達(dá)到最佳調(diào)控效果。