1.一種復(fù)雜環(huán)境下基于深度學(xué)習(xí)的通行時(shí)間估計(jì)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通行時(shí)間估計(jì)模型包括：嵌入層、transformer編碼層和解碼層；所述嵌入層與所述transformer編碼層連接，所述transformer編碼層與所述解碼層連接；
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將所述坡度、所述轉(zhuǎn)角角度和所述天氣類別分別轉(zhuǎn)換并輸出預(yù)設(shè)維度的坡度嵌入向量、轉(zhuǎn)角嵌入向量和天氣嵌入向量中，所述嵌入層具體用于：
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述坡度嵌入向量、所述轉(zhuǎn)角嵌入向量、所述天氣嵌入向量和所述gps坐標(biāo)差值進(jìn)行特征提取，生成并輸出依次對(duì)應(yīng)的坡度特征矩陣、轉(zhuǎn)角特征矩陣、天氣特征矩陣和坐標(biāo)特征矩陣中，所述transformer編碼層具體用于：
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述坡度特征矩陣、所述轉(zhuǎn)角特征矩陣、所述天氣特征矩陣和所述坐標(biāo)特征矩陣進(jìn)行加權(quán)融合和解碼，確定并輸出通行時(shí)間估計(jì)結(jié)果中，所述解碼層具體用于：
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述訓(xùn)練數(shù)據(jù)集和所述驗(yàn)證數(shù)據(jù)集對(duì)所述通行時(shí)間估計(jì)模型進(jìn)行訓(xùn)練和優(yōu)化，得到優(yōu)化的通行時(shí)間估計(jì)模型，包括：
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述訓(xùn)練數(shù)據(jù)集和所述驗(yàn)證數(shù)據(jù)集對(duì)所述通行時(shí)間估計(jì)模型進(jìn)行訓(xùn)練和優(yōu)化所采用的算法為：梯度下降算法。
8.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述模型參數(shù)采用adam優(yōu)化器進(jìn)行訓(xùn)練和優(yōu)化；所述根據(jù)所述訓(xùn)練數(shù)據(jù)集和所述驗(yàn)證數(shù)據(jù)集對(duì)所述通行時(shí)間估計(jì)模型進(jìn)行訓(xùn)練和優(yōu)化所采用的損失函數(shù)為：平均絕對(duì)誤差mae。
9.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述模型評(píng)價(jià)指標(biāo)值為：平均絕對(duì)百分比誤差mape。
10.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述天氣類別為以下中的一個(gè)：晴天、陰天、多云、小雨、中雨、大雨、雷暴、薄霧、濃霧、小雪、中雪、大雪、雨夾雪、大風(fēng)和冰雹。