本发明公开了一种基于多流神经网络的交通状态预测方法，属于智能交通技术领域，本发明利用多流神经网络框架局部特征流，融合了局部特征流、整体特征流和差分特征流，分别用于挖掘带有局部关联的交通状态时空特征，整体路网的时空特征和交通状态的增量变化特征。其中，每一层流式网络中都包含了时空特征的捕获单元，用于发现上述各类特征的空间和时间依赖关系。全面捕获多类时空特征，提升预测精度，并缓解时间滞后性和平滑性等导致的预测结果偏差大的问题。