摘要：基于人工智能的實(shí)時(shí)交通流量預(yù)測(cè)是指利用車輛在智能交通系統(tǒng)中的大數(shù)據(jù)進(jìn)行人工智能深度計(jì)算進(jìn)而預(yù)測(cè)實(shí)時(shí)交通流量。但人工智能研究的相關(guān)工作面臨著諸多挑戰(zhàn),交通物理對(duì)象數(shù)量規(guī)模龐大、交通信息空間位置定位精度低以及車輛的多樣性都會(huì)對(duì)實(shí)時(shí)交通流量預(yù)測(cè)產(chǎn)生較大影響。為此,在智能交通系統(tǒng)背景下對(duì)交通物理對(duì)象(TPO)與交通信息空間(TIS)的人工智能算法進(jìn)行研究。利用一個(gè)基于狀態(tài)的過濾模塊,以提高智能交通系統(tǒng)的實(shí)時(shí)流量預(yù)測(cè)準(zhǔn)確性。經(jīng)過理論闡述和實(shí)驗(yàn)成果證明,所提出的方法確實(shí)具備更高的執(zhí)行效果和可靠性,大大提高了實(shí)時(shí)交通流量預(yù)測(cè)的準(zhǔn)確性。