[发明专利]时间预测模型的训练方法以及相关设备

权利要求书

1.一种时间预测模型的训练方法，其特征在于，包括：

获取采用历史通行数据训练后的时间预测模型和增量通行数据，所述时间预测模型包括多个预测子模型，所述增量通行数据包括至少一条样本路线、所述样本路线对应的至少一个通行特征、以及期望通行时间，所述增量通行数据为用于增量学习的通行数据；

对所述时间预测模型中的预测子模型进行选取处理，得到被选取的至少一个参考预测子模型；

将所述增量通行数据中样本路线的各个通行特征输入到所述参考预测子模型中进行所述样本路线的时间预测处理，得到所述参考预测子模型输出的所述样本路线的预测通行时间；

针对每个样本路线，基于所述样本路线的期望通行时间、以及各个参考预测子模型输出的所述样本路线的预测通行时间，确定所述样本路线所需拟合的时间残差信息；

根据各个样本路线所需拟合的时间残差信息，构建目标预测子模型；

将所述目标预测子模型添加到所述时间预测模型中，得到目标时间预测模型，所述目标时间预测模型用于对目标路线进行通行时间预测处理，得到通行时间预测结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述时间预测模型中的预测子模型进行选取处理，得到被选取的至少一个参考预测子模型，包括：

在所述时间预测模型中选取待删除预测子模型，将所述待删除预测子模型从所述时间预测模型中进行删除，得到删除处理后时间预测模型；

对所述删除处理后时间预测模型中的预测子模型进行选取处理，确定被选取的至少一个参考预测子模型；

所述将所述目标预测子模型添加到所述时间预测模型中，得到目标时间预测模型，包括：

将所述目标预测子模型添加到所述删除处理后时间预测模型中，得到目标时间预测模型。

3.根据权利要求2所述的方法，其特征在于，所述将所述目标预测子模型添加到所述删除处理后时间预测模型中，得到目标时间预测模型，包括：

将所述目标预测子模型添加到所述删除处理后时间预测模型中，得到目标时间预测模型；

将所述目标时间预测模型作为新的时间预测模型；

返回执行所述在所述时间预测模型中选取待删除预测子模型，将所述待删除预测子模型从所述时间预测模型中进行删除，得到删除处理后时间预测模型的步骤，直到得到满足预设条件的目标时间预测模型。

4.根据权利要求1所述的方法，其特征在于，所述将所述目标预测子模型添加到所述时间预测模型中，得到目标时间预测模型，包括：

根据参考预测子模型的数量、以及所述时间预测模型中预测子模型的数量，确定所述目标预测子模型的权重信息；

基于所述权重信息，将所述目标预测子模型添加到所述时间预测模型中，得到目标时间预测模型。

5.根据权利要求1所述的方法，其特征在于，所述根据各个样本路线所需拟合的时间残差信息，构建目标预测子模型，包括：

根据所述样本路线所需拟合的时间残差信息，确定所述样本路线对应的梯度信息；

基于所述梯度信息、以及所述样本路线在各通行特征上的特征值，确定各通行特征对通行时间的目标增益信息；

根据各通行特征对通行时间的目标增益信息，从所述各通行特征中选取目标通行特征；

根据所述目标通行特征生成时间预测策略，并基于所述时间预测策略，构建目标预测子模型。