一种基于GAT和改进PKO-ELM算法的交通流预测方法

本发明公开了一种基于GAT和改进PKO‑ELM算法的交通流预测方法。首先，对实时采集和历史交通流数据集进行预处理；其次，将交通道路图建模为图结构，构建节点特征矩阵和邻接矩阵；再次，通过GAT对矩阵进行特征的更新和聚合，提取节点的空间特征；然后，构建PKO‑ELM模型，通过反向学习的策略初始化种群进行PKO算法改进，利用改进的PKO算法优化ELM参数，搜索模型参数的最优解；最后，利用训练优化后的PKO‑ELM模型对交通流数据进行预测，并通过交互式地图进行可视化展示。本发明基于深度学习的空间特征提取和参数优化后的进化算法，提供了一种更准确的交通流预测结果，从而缓解交通拥堵和改善交通管理。