融合交通流模型和图神经网络的高速公路交通状态估计方法及系统

本发明公开了一种融合交通流模型和图神经网络的高速公路交通状态估计方法及系统，方法包括：将高速公路离散化成固定长度的元胞，通过流量、密度和速度三个参数表示每个元胞的交通状态；利用任意两个元胞间的交通波波速确定元胞在一个时间段内的主动影响区域和将会受到影响的区域，建立元胞交通状态时空演变模型；将离散化元胞交通状态和邻接信息转变为图结构数据，设计图神经网络进行所有元胞交通状态更新；基于更新后的元胞交通状态，利用梯度下降法对元胞交通状态时空演变模型进行优化，获取到高速公路交通状态估计结果。本发明可以有效的提高高速公路交通流时空演变建模的可解释性，准确性和泛化能力，准确把握高速公路交通流时空演变机理。