一种基于图卷积神经网络的城市交通流量时空预测方案

摘要

本发明涉及一种基于图卷积神经网络的城市交通流量时空预测方案，包括以下步骤：获取城市路网拓扑结构图和历史流量数据；构建并训练ST‑GCN网络模型；预测得到所有A类路口的预测流量；使用Adjacent算法得到所有B类路口的预测流量；使用Adjacent算法得到所有C类路口的预测流量；再使用Similar算法得到D类路口的预测流量；最后输出所有路口的预测流量。与现有技术相比，本发明首先通过构建和训练ST‑GCN网络模型，得到有历史流量数据路口的预测流量，再通过Adjacent‑Similar算法，对于无历史流量数据的路口，根据其相邻路口的预测流量得到其预测流量，对于“孤岛”路口，寻找其相似路口并用相似路口的预测流量作为该路口的预测流量，为无历史流量数据路口的流量预测提供了新的解决思路。