摘要

本发明公开了一种交通流量组合预测方法,包括:1、使用基于互信息熵改进的交通流量变分模态分解算法,将预测节点及其一阶邻域节点的交通流量时间序列分解成一系列相对平稳的高低频分量序列;2、使用基于图注意力网络的交通流量空间相关性模型,将分解后的各分量序列作为图注意力网络的特征输入,利用注意力系数对各分量序列加权后输出;3、使用基于门控循环单元网络的交通流量时间依赖性模型,将各节点加权后的分量序列作为门控循环单元网络的特征输入,由改进的RMSProp交通流量优化算法迭代训练模型各参数至最优,应用模型对各分量进行预测,并将预测值叠加求和得到最终预测结果。本发明能有效预测交通流量,并能提升预测精度。