基于自适应门控时空图卷积网络的交通流预测系统及方法

本发明属于交通控制系统领域，涉及一种基于自适应门控时空图卷积网络的交通流预测系统及方法，所述系统是通过对AG‑STGCN模型进行训练得到，所述AG‑STGCN模型包含特征融合模块、因果卷积层、自适应门控图卷积层、输出模块；AG‑STGCN模型开始部分添加了特征融合模块，平滑处理节点输入特征，在构建路网结构中，提出了单向图剪边机制，使图结构更加稀疏，缓解过平滑和过拟合问题；之后利用门控的思想，使用自适应门控图卷积网络自适应更新和遗忘节点特征；进一步利用注意力方式将不同层门控图卷积网络特征聚合，充分利用路网局部和全局信息；结合轻量时序因果卷积构建了交通流预测时空模型，该模具能够预测未来12个时间步长的交通流情况，预测结果准确可靠。