基于混合LSTM-GCN架构的交通预测方法

本发明公开了一种交通预测方法，属于交通流量及其轨迹优化技术领域，具体涉及一种基于混合LSTM‑GCN架构的交通预测方法，本发明对数据集进行了预处理，通过数据清洗、集成和特征工程，为模型提供了坚实的数据基础，同时基于LSTM和GCN的交通预测模型凭借其出色的时间序列分析能力，有效捕捉了交通流量的动态变化和长期依赖性，GCN模型通过分析路网的拓扑结构，提高了交通流量变化预测的准确，同时通过动态权重调整优化了Dijkstra算法，使路径规划能够适应实时交通状况，进一步提高了模型的实用性，本发明提高城市交通系统的智能化水平具有重要意义，通过交通预测和路径规划，可以为城市交通管理提供有力支持。