摘要
本发明公开了一种基于图卷积的交通流组合预测方法，包括：1、将交通路网抽象为由节点和边构成的图；2、以最小总包络熵为目标函数，利用冠豪猪优化算法对变分模态分解算法进行参数寻优，得到最佳超参数；3、利用改进后的变分模态分解算法得到对应的交通流的模态矩阵，将所述模态矩阵进行奇异值分解，得到奇异值向量并构建交通流量特征矩阵；4、使用余弦相似度得到相关性矩阵，用来计算该层图卷积神经网络的特征矩阵，每经过一层图卷积神经网络后更新相关性矩阵；5、构建基于残差的图卷积网络，对交通流量进行训练，得到交通流量预测序列。本发明能提高交通流量的预测精度。
