摘要
本发明公开了一种基于多尺度分解与动态图建模的交通流量预测方法，包括：将交通传感器采集的交通指标数据按时间步聚合，构建交通状态序列；利用离散小波变换将预处理后的交通状态序列分解为低频趋势分量与高频细节分量；对分解后的低频趋势分量与高频细节分量进行升维和解耦处理，获得趋势特征分量和细节扰动分量；对趋势特征分量和细节扰动分量分别构建动态邻接矩阵；对趋势特征分量和细节扰动分量分别构建时空建模分支；对最终状态输出的趋势特征分量和细节扰动分量进行外推预测，获得未来时间段的交通状态预测结果。本发明能够显著提升对复杂、非平稳交通模式的捕捉能力与预测精度，使得在路网状态剧烈波动时仍能保持稳定可靠的输出。
