基于耦合多因子协同图网络的交通流量预测模型构建方法

本申请公开了一种基于耦合多因子协同图网络的交通流量预测模型构建方法，通过获取城市路网的交通特征数据，并进行预处理，得到标准化交通特征数据；根据标准化交通特征数据将交通路网模拟为图网络；根据图网络构建距离邻接矩阵、节点相关性矩阵、环境舒适性矩阵和主观性矩阵，并进行融合，得到耦合多因子特征；根据注意力机制和神经网络构建耦合多因子特征协同的时空模型；训练时空模型，并进行评估，得到交通流量预测模型。本申请提供的基于耦合多因子协同图网络的交通流量预测模型构建方法考虑了耦合时空特征与复杂场景因素，因此训练出来的交通流量预测模型能够对多源复杂场景下的交通流量进行精确预测。