一种交通状态的自适应平衡估计与不确定性分解方法

本发明公开了一种交通状态的自适应平衡估计与不确定性分解方法，涉及交通管理技术领域，主要包括步骤：首先构建一个能同时输出交通状态均值与方差的双输出神经网络，并设计融合数据与物理约束的混合损失函数。在训练中，通过计算各项损失梯度的方差来自适应调整其权重，以平衡优化过程。进一步，将参数更新建模为欠阻尼朗之万动力学过程，注入噪声进行后验采样，获得多组模型参数。最终，利用这些参数进行多次推理，通过对预测结果的聚合与统计分析，分离并量化出来自数据噪声的偶然不确定性和来自模型认知不足的认知不确定性。本发明实现了在稀疏观测数据下对交通状态的高精度概率估计，为交通监控优化与风险评估提供了量化依据。