对交通流量异常预测的物理信息增强时空图网络可信计算方法

本发明公开了一种对交通流量异常预测的物理信息增强时空图网络可信计算方法，过程为：通过嵌入交通流的LWR方程构建LWR模型物理约束，通过Kruithof曲线修正临界密度与自由流速度参数，改进LWR模型的流量密度；道路离散化并建立宏观CTM模型；将宏观CTM模型的预测结果与微观IDM模型生成的修正因子通过动态权重融合，计算融合结果；构建时空图卷积网络模型及损失函数，构建空间图卷积模块与时序卷积模块，提取空间特征矩阵和时序特征矩阵；使用门控循环单元融合更新时空特征；动态异常检测与分级响应；在交通网络传感设备中部署TEE，通过区块链存证。本发明实时预测交通流量变化，识别交通流量中异常波动，提高了交通流量预测的准确率。