一种神经网络模型预测道路交通流量的方法

摘要

本发明涉及大数据相关技术领域，具体为一种神经网络模型预测道路交通流量的方法，根据设定的时间间隔进行统计道路交通流量基础数据，并对数据进行清洗预处理；基于最短路径算法进行空间路网中相邻两个观测点间的距离计算；分析获取对道路交通流量预测有影响因素并量化处理；构建预测模型，并利用历史数据对MSTSGCN模型进行预测训练分析优化筛选；通过模型对各个观测点未来交通流量预测分析，最后通过计算机绘制显示得到交通流量预测曲线图。本发明提供了一种有效降低预测滞后性影响、预测因素考虑全面、预测快速准确且可基于历史数据训练优化的基于多变量时空同步图卷积网络模型预测道路交通流量的方法。