基于多元时间序列插补的图神经网络交通流预测方法

摘要

本发明公开基于多元时间序列插补的图神经网络交通流预测方法，用加权图来描述交通网络中站点之间的拓扑，将交通的流入和流出作为站点节点本身的特征；根据各站点流入流出情况，构建交通流图；利用图神经网络对缺失值进行插补；通过图注意力网络得到空间特征序列；时间关注捕获不同时间之间的动态相关性，再利用长短期记忆网络捕获时间特征，得到交通流特征作为预测结果。本发明能够消除交通流预测中时空关系数据缺失带来的影响，克服实际应用中可能出现的数据缺失，实现对交通流量进行长期预测。