1.一种仿真参数校准方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述计算每个所述od估计子问题的od估计子矩阵，包括：
3.根据权利要求1所述的方法，其特征在于，还包括：
4.根据权利要求3所述的方法，其特征在于，所述od预测模型预先训练得到，训练方法包括：
5.根据权利要求1至4任一项所述的方法，其特征在于，还包括：
6.根据权利要求5所述的方法，其特征在于，所述计算交通仿真模型的微观参数，将计算得到的微观参数作为交通仿真模型的配置信息，包括：
7.根据权利要求6所述的方法，其特征在于，所述跟驰模型的优化问题的优化目标包括：
8.根据权利要求6所述的方法，其特征在于，所述根据所述跟驰行为数据对预设跟驰模型的优化问题进行求解，得到满足所述优化问题的跟驰模型参数，包括：
9.根据权利要求5所述的方法，其特征在于，所述计算交通仿真模型的微观参数，将计算得到的微观参数作为交通仿真模型的配置信息，还包括：
10.根据权利要求9所述的方法，其特征在于，所述换道模型的优化问题的优化目标包括：
11.根据权利要求9所述的方法，其特征在于，所述根据所述换道行为数据对预设换道模型的优化问题进行求解，得到满足所述换道模型的优化问题的换道参数，包括：
12.根据权利要求5所述的方法，其特征在于，所述计算交通仿真模型的微观参数，将计算得到的微观参数作为交通仿真模型的配置信息，还包括：
13.根据权利要求5所述的方法，其特征在于，所述计算交通仿真模型的微观参数，将计算得到的微观参数作为交通仿真模型的配置信息，还包括：
14.根据权利要求1至4任一项所述的方法，其特征在于，还包括：
15.根据权利要求14所述的方法，其特征在于，所述计算交通仿真模型的宏观参数，将计算得到的宏观参数作为交通仿真模型的配置信息，包括：
16.根据权利要求15所述的方法，其特征在于，所述监督学习模型预先训练得到，训练方法包括：
17.根据权利要求16所述的方法，其特征在于，还包括：
18.根据权利要求14所述的方法，其特征在于，所述计算交通仿真模型的宏观参数，将计算得到的宏观参数作为交通仿真模型的配置信息，还包括：
19.根据权利要求14所述的方法，其特征在于，所述计算交通仿真模型的宏观参数，还包括：
20.根据权利要求1所述的方法，其特征在于，还包括：
21.根据权利要求1或2或3或4或20任一项所述的方法，其特征在于，还包括：
22.一种电子设备，其特征在于，包括：
23.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行如权利要求1至21任一项所述的方法。