一种基于KG+LLM的先进交通预测方法  

作　　者：陈晨 

机构地区：[1]江苏省扬州市交通运输综合行政执法支队

出　　处：《人民公交》2025年第8期48-50,共3页People's Public Transportation

摘　　要：本文聚焦交通预测难题,提出了一种基于知识图谱(KG)和大语言模型(LLM)的交通预测方法。当前交通领域大模型应用存在数据融合困难和决策滞后等问题,受DeepSeek架构启发,采用了最新的专家混合架构(MoE),设计了包含边缘感知层、中心决策层和控制执行层的系统框架,并基于开源系统完成了原型系统部署,测试了应用场景。

关 键 词：大模型 交通预测 人工智能 知识图谱 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]