本发明属于智能交通系统领域，具体涉及了一种基于平行集成学习的交通路径推荐方法、系统、装置，旨在解决现有技术无法推荐最优车辆行驶路径的问题。本发明方法包括：基于交通需求信息划定可行区域并获取历史数据，根据路段划分为不同的历史数据子集；分别采用路段预测子模型获取预测结果，并获取模型最优超参数组、更新人工仿真场景、绘制可行规划区域交通拥堵地图，获取推荐行驶交通路径；其中，路段预测子模型通过平行集成学习的方法训练。本发明采用集成式模型预测未来需求并将其作为构建人工仿真场景的主要依据，同步动态更新信息，由小数据生成大数据，并从大数据中提取到小知识，有效提升道路的通行效率，缓解拥堵情况，节省出行耗时。