Los sistemas de transporte necesitan predicciones más precisas para optimizar aún más el diseño de la red de tráfico con el desarrollo y aplicación de la tecnología de conducción autónoma. En este artículo, nos enfocamos en los sistemas de flujo de tráfico en carreteras que a menudo son simulados por el modelo modificado de Greenshields. Sin embargo, este modelo no puede coincidir perfectamente con el verdadero flujo de tráfico debido a sus simplificaciones y suposiciones subyacentes, lo que implica que es inexacto. Específicamente, algunos parámetros afectan la precisión de la simulación del modelo modificado de Greenshields, y ajustar estos parámetros para mejorar la precisión del modelo se llama calibración del modelo. Los parámetros obtenidos mediante la calibración tienen la ventaja de una alta precisión y una pequeña variación para un modelo inexacto. Sin embargo, el método es intensivo en cálculos, requiriendo la optimización de la función de pérdida integral. Dado que los datos de flujo de tráfico suelen ser masivos, este artículo propone un marco de calibración rápida para calibrar el modelo modificado de Greenshields. Específicamente, el método sugerido selecciona un subdiseño que contiene más información sobre los parámetros de calibración, y luego la función de pérdida empírica obtenida del subdiseño óptimo se utiliza para aproximar la función de pérdida integral. Un estudio de caso destaca que el método propuesto conserva las ventajas de la calibración y reduce significativamente el tiempo de ejecución.