面向交通流预测的分支定界算法图卷积模型

为对交通流进行准确预测，提出一种将图优化与预测相结合，在单管路中面向交通流的时空混合图卷积预测模型，用于边缘环境下物联网的城市交通流预测。首先对关联图进行预处理，以去除城市交通数据原始道路网中的噪声；再用LOF删除不相关的模型和噪声；最后将得到的图扩展成图卷积神经网络，估算城市的交通流。另外，采用基于分支定界的优化技术对超参数进行精确调整。结果表明：所提模型在交通流预测方面效果更优，当图中节点数较多时，预测的精准性明显优于其他基准模型。