动态多尺度图融合时空图卷积交通预测网络

窦天凤; 申海亭; 郭慧洁; 张振琳; 亓开元; 吴栋; 曲志坚; 任崇广

doi:10.13624/j.cnki.issn.1001-7445.2026.0618

广西大学学报（自然科学版） ›› 2026, Vol. 51 ›› Issue (3) : 618 -636. DOI: 10.13624/j.cnki.issn.1001-7445.2026.0618

动态多尺度图融合时空图卷积交通预测网络

窦天凤, 申海亭, 郭慧洁, 张振琳, 亓开元, 吴栋, 曲志坚, 任崇广

作者信息 +

Author information +

文章历史 +

摘要

针对传统时空图卷积网络(STGCN)在挖掘节点属性不足及难以准确刻画复杂动态道路结构等问题，提出一种动态多尺度图融合时空图卷积网络(DMFGCN),以增强复杂时空依赖的建模能力。DMFGCN包括3个核心模块：(1)动态图更新模块，自适应迭代优化图结构，捕捉动态时空关系；(2)多尺度空间学习模块，从全局与局部尺度增强图结构建模；(3)时空预测模块，学习高效的时空特征关联。4个真实交通流数据集的大量实验表明，DMFGCN在预测精度上明显优于现有主流方法，具备更强的性能与泛化能力。同时，该框架具备良好的可解释性，进一步证明其在实际智能交通系统中的应用潜力。