Este trabajo propuso un modelo integrado que combina bagging y stacking considerando el coeficiente de peso para la predicción del flujo de tráfico a corto plazo, el cual incorpora características de vacaciones y horas pico, así como información de ocupación y velocidad, con el fin de mejorar la precisión de la predicción y lograr una minería de características de datos de flujo de tráfico más profunda.