针对复杂路网结构下交通信息难以预测和现有图神经网络方法引入过多训练参数导致训练耗时的问题,本文提出基于时序—图滤波的交通预测方法。引入了图信号处理的理论和技术,将路网结构表示为一个图,并利用图滤波方法显性捕捉信号变化,为了更好地发掘交通数据的时序依赖性,采用循环门控单元来建模时间序列数据的动态演化过程。实验表明,本文提出的方法可在交通预测任务中取得较高的准确度和稳定性。