T-GCN交通流预测：GCN+GRU如何跑赢单点LSTM

简介：这份资源是面向智能交通与深度学习方向的开发者、研究生及算法工程师的T-GCN交通流预测项目源码包，聚焦如何用图卷积神经网络捕捉路网拓扑结构与时空相关性，从而提升拥堵预判与调度效率。压缩包共129个文件、约35.11MB，以33个Python脚本、28个CSV数据文件为主，辅以JPG/PNG图表、TensorFlow模型权重与checkpoint、Markdown说明及配置文件，覆盖数据处理、图构建、模型训练与结果评估等环节。已有1156人学习下载，说明其在交通预测入门与复现中具备一定参考价值。读者可据此梳理GCN在非欧几里得交通数据上的建模思路，理解多层卷积、时间窗机制与损失函数选择，并借助现成脚本与实验记录快速搭建训练流程、对照预测结果，为论文复现或工程落地提供可运行的起点。

1. T-GCN 交通流预测：为什么 GCN 加 GRU 能跑赢单点 LSTM

城市路网里，相邻路口的车流从来不是各走各的。早高峰一个主干道堵住，十分钟后上游三个路口全红，这种空间上的连锁反应，单靠一个路口的历史序列根本预测不准。T-GCN（Temporal Graph Convolutional Network，图卷积神经网络-交通流预测）解决的正是这件事：把路网当成一张图，节点是检测器或路段，边是它们之间的连通关系，用图卷积抓空间依赖，用门控循环单元抓时间依赖，两条腿一起走。它适合做短时交通流预测的从业者——做信号配时、做路况发布、做调度排班的，只要手里有检测器数据和路网拓扑，就能把这套东西跑起来。我第一次把单点 LSTM 换成 T-GCN 时，早高峰的预测误差直接掉了接近两成，这个差距不是调参调出来的，是模型结构本身带来的。

2. T-GCN 的结构拆解：图卷积和 GRU 到底怎么拼在一起

2.1 为什么普通卷积和 RNN 处理不了路网

先把问题摆清楚。交通流数据天然是两维的：时间维和空间维。时间维上，一个检测器过去 12 个时间片的流量序列，用 LSTM 或 GRU 处理没问题。但空间维上，路口之间的关系不是网格状的，是图状的。普通 CNN 的卷积核假设邻居是上下左右四个方向，可路网里一个路口可能连三个路口，也可能连六个，连接关系还不规则。你硬把路网拉成网格，等于把拓扑信息扔了。

图卷积（GCN）的核心思路是：每个节点聚合自己邻居的特征，聚合的权重由邻接矩阵决定。公式上就是 $\tilde{A} = A + I$ 做归一化后，$H^{(l+1)} = \sigma(\tilde{D}^{-1/2}\tilde{A}\tilde{D}^{-1/2}H^{(l)}W^{(l)})$。翻译成人话：每个路口的新特征 = 自己 + 邻居的加权平均，再乘一个可学习的权重矩阵。这样空间依赖就被编码进去了。

T-GCN 的做法不是把 GCN 和 GRU 简单串起来，而是把 GRU 内部的矩阵乘法换成图卷积。标准 GRU 里更新门是 $z_t = \sigma(W_z \cdot [h_{t-1}, x_t])$，T-GCN 把它改成 $z_t = \sigma(W_z \cdot [h_{t-1}, x_t] \star_{GCN})$，其中 $\star_{GCN}$ 表示图卷积操作。这样每个时间步的隐状态更新都同时考虑了空间邻居和时间历史。

2.2 用 PyTorch 搭一个最小可跑的 T-GCN 单元

下面这段代码是我自己常用的最小实现，去掉了论文里的花哨包装，只保留核心逻辑。你可以直接复制到一个 .py 文件里跑。

import torch import torch.nn as nn import torch.nn.functional as F class GraphConv(nn.Module): """单层图卷积：H' = A_norm * H * W""" def __init__(self, in_features, out_features): super().__init__() self.linear = nn.Linear(in_features, out_features) def forward(self, x, adj_norm): # x: (batch, num_nodes, in_features) # adj_norm: (num_nodes, num_nodes) 归一化后的邻接矩阵 support = self.linear(x) # 先做特征变换 output = torch.matmul(adj_norm, support) # 再聚合邻居 return output class TGCNCell(nn.Module): """T-GCN 单元：把 GRU 里的线性层换成图卷积""" def __init__(self, in_features, hidden_dim): super().__init__() self.hidden_dim = hidden_dim # 更新门和重置门都用图卷积 self.gcn_z = GraphConv(in_features + hidden_dim, hidden_dim) self.gcn_r = GraphConv(in_features + hidden_dim, hidden_dim) # 候选隐状态 self.gcn_h = GraphConv(in_features + hidden_dim, hidden_dim) def forward(self, x, h_prev, adj_norm): # x: (batch, num_nodes, in_features) # h_prev: (batch, num_nodes, hidden_dim) combined = torch.cat([x, h_prev], dim=-1) z = torch.sigmoid(self.gcn_z(combined, adj_norm)) r = torch.sigmoid(self.gcn_r(combined, adj_norm)) combined_r = torch.cat([x, r * h_prev], dim=-1) h_tilde = torch.tanh(self.gcn_h(combined_r, adj_norm)) h_new = (1 - z) * h_prev + z * h_tilde return h_new

逻辑说明：GraphConv先做线性变换再乘归一化邻接矩阵，这是标准 GCN 的一阶近似。TGCNCell里三个门都用了图卷积，而不是普通全连接，这是 T-GCN 和普通 GRU 的本质区别。参数上，in_features是输入特征维度（比如流量、速度、占有率三个特征就是 3），hidden_dim一般设 64 或 128，路网节点少于 200 个时 64 够用，超过 500 个建议 128 起步。

2.3 邻接矩阵怎么建：三种常见方案和选择依据

邻接矩阵是 T-GCN 的命门，建错了后面全白搭。我见过太多人直接拿单位矩阵当邻接矩阵，那等于没有空间信息，模型退化成普通 GRU。

我一般先用二值邻接跑一版基线，如果效果不理想再换高斯核。高斯核的好处是远距离节点权重衰减平滑，不会出现“要么全连要么全断”的硬边界。归一化用 $\tilde{D}^{-1/2}\tilde{A}\tilde{D}^{-1/2}$，别用行归一化，对称归一化在交通流预测里更稳。

3. 从原始数据到模型输入：T-GCN 的数据管道怎么搭

3.1 交通流数据的三个清洗动作

拿到检测器数据第一件事不是喂模型，是洗数据。交通流数据常见的脏法有三种：缺失、异常、时间不对齐。

缺失值处理：检测器掉线是常态。短缺失（少于 3 个时间片）用线性插值，长缺失（超过 10 个时间片）直接标 mask，训练时跳过这些位置算 loss。别用均值填，均值填会把早晚高峰的峰值抹平。

异常值处理：流量为负、流量超过车道通行能力、速度为零但流量不为零，这些都是异常。我一般用 3-sigma 原则筛一遍，超过均值三倍标准差的点标记为异常，用前后各两个时间片的均值替换。

时间对齐：不同检测器的时间戳可能差几十秒。统一重采样到 5 分钟粒度，这是最常用的粒度。15 分钟太粗，1 分钟太细且噪声大。

import pandas as pd import numpy as np def clean_traffic_data(df, interval='5min'): """df 列：timestamp, sensor_id, flow, speed, occupancy""" df['timestamp'] = pd.to_datetime(df['timestamp']) df = df.set_index('timestamp') # 重采样到统一粒度 df = df.groupby('sensor_id').resample(interval).mean().reset_index() # 缺失值：短缺失插值，长缺失标记 df['flow'] = df.groupby('sensor_id')['flow'].transform( lambda x: x.interpolate(limit=3) ) df['mask'] = df['flow'].notna().astype(int) # 异常值：3-sigma 替换 for col in ['flow', 'speed']: mean, std = df[col].mean(), df[col].std() df[col] = np.where( (df[col] - mean).abs() > 3 * std, df[col].rolling(5, min_periods=1).mean(), df[col] ) return df

参数说明：interval按你的检测器上报频率定，5 分钟是城市路网的甜点区。limit=3表示最多插值 3 个连续缺失，超过就留 NaN 让 mask 处理。3-sigma 的阈值可以放宽到 3.5，看数据分布。

3.2 滑动窗口构造样本：时间步长和预测步长的取舍

T-GCN 的输入是过去 T 个时间片，输出是未来 P 个时间片。T 和 P 怎么定？我的经验：T=12，P=6，对应过去 1 小时预测未来 30 分钟（5 分钟粒度）。T 太小抓不到周期模式，T 太大梯度容易弥散。P 太大误差累积快，超过 6 步的预测基本只能看趋势不能看数值。

def make_sequences(data, adj, T=12, P=6): """data: (num_timesteps, num_nodes, num_features)""" X, Y = [], [] for i in range(len(data) - T - P + 1): X.append(data[i:i+T]) Y.append(data[i+T:i+T+P, :, 0]) # 只预测流量 return np.array(X), np.array(Y)

注意Y只取流量那一维，因为预测目标通常就是流量。如果你要同时预测速度和占有率，把:0改成:就行，但 loss 要加权，流量权重给 0.6，速度和占有率各 0.2。

3.3 训练集验证集测试集的切分陷阱

交通流数据不能随机切分。随机切分会让模型“看到”未来数据，验证集指标虚高。必须按时间顺序切：前 70% 训练，中间 15% 验证，最后 15% 测试。如果数据跨了几个月，最好按月切，保证每个集合都覆盖工作日和周末。

提示：切分后检查一下三个集合的流量均值，如果测试集均值比训练集高很多，说明有季节性漂移，需要做归一化或者加时间特征。

4. 训练 T-GCN 时最容易翻车的五个地方

4.1 损失不下降：先查邻接矩阵再查学习率

现象：训练 20 个 epoch，loss 在 0.8 附近震荡，降不下去。

原因：八成是邻接矩阵没归一化，或者归一化时除了零。邻接矩阵如果有孤立节点（度为 0），$\tilde{D}^{-1/2}$ 会出现 inf。

解决：加一个极小值 eps=1e-6 到度矩阵的对角线上，再求逆平方根。另外检查邻接矩阵的对称性，不对称的邻接矩阵会导致图卷积不稳定。

4.2 验证集 loss 比训练集低：数据泄漏的典型信号

现象：验证集 loss 比训练集还低，且低不少。

原因：滑动窗口构造样本时，训练集和验证集之间有重叠的时间片。比如训练集最后一个样本用了 t 到 t+12 的数据，验证集第一个样本用了 t+10 到 t+22 的数据，t+10 到 t+12 被两边都用了。

解决：切分时在训练集和验证集之间留一个 gap，gap 长度等于 T+P。宁可少几个样本，也别让数据泄漏。

4.3 预测曲线整体滞后：时间步长和损失函数要背锅

现象：预测值总是比真实值慢半拍，高峰来了预测还没起来。

原因：MSE 损失对峰值不敏感，模型倾向于预测均值。另外 T 太大时，模型过度依赖历史平均。

解决：换 Huber loss 或者加一个峰值加权项。我一般用loss = MSE + 0.3 * MSE(peak_mask)，peak_mask 是流量超过 80 分位数的位置。T 从 12 降到 9 有时也能缓解滞后。

4.4 显存爆炸：批大小和节点数的乘积关系

现象：路网有 800 个节点，batch_size 设 64，显存直接 OOM。

原因：T-GCN 的中间张量是 (batch, num_nodes, hidden_dim)，800 节点 × 64 批 × 128 隐层 × 4 字节 ≈ 26 MB，看起来不大，但 GRU 内部有多个门，加上反向传播的中间缓存，实际占用是估算的 5-8 倍。

解决：batch_size 降到 16 或 32，或者用梯度累积模拟大 batch。节点超过 1000 时，考虑用稀疏矩阵乘法代替稠密矩阵。

4.5 多步预测误差累积：teacher forcing 用不用

现象：预测 1 步很准，预测 6 步误差翻三倍。

原因：推理时用预测值作为下一步输入，误差逐步放大。

解决：训练时用 teacher forcing（用真实值作为下一步输入），推理时用 scheduled sampling，逐步从真实值过渡到预测值。比例从 0.5 开始，每个 epoch 降 0.05，降到 0.1 为止。

5. 把 T-GCN 推到线上：推理加速和效果验证的两个技巧

5.1 用 TorchScript 把推理速度压到 15ms 以内

训练完的模型直接拿去线上推理，PyTorch 的动态图机制会拖慢速度。我一般用 TorchScript 把模型 trace 一遍，推理延迟能从 40ms 降到 12ms 左右。

# 假设 model 是训练好的 TGCN model.eval() example_input = torch.randn(1, 12, 200, 3) # (batch, T, nodes, features) example_adj = torch.randn(200, 200) traced_model = torch.jit.trace(model, (example_input, example_adj)) traced_model.save("tgcn_traced.pt")

注意 trace 的时候要把 adj 作为输入传进去，别把邻接矩阵写死在 forward 里，否则换路网就得重新 trace。推理时用torch.jit.load加载，配合torch.no_grad()，单次推理 200 个节点 12 个时间步，CPU 上也能跑到 15ms 以内。

5.2 验证 T-GCN 到底有没有学到空间依赖

很多人跑完 T-GCN 只看 MAE 和 RMSE，不看空间注意力。验证空间依赖是否真的被学到，有个简单办法：把邻接矩阵换成单位矩阵，重新训练一版，对比两版的 MAE。如果差距小于 5%，说明模型根本没用到空间信息，可能是邻接矩阵建错了，或者图卷积层数太少。

我自己的习惯是训练完把第一层图卷积的输出拿出来，对每个节点算它和邻居的相关系数。如果相关系数普遍低于 0.3，说明空间聚合没起作用，得回头查邻接矩阵。

提示：T-GCN 的图卷积层数不要超过 3 层。层数多了会出现过平滑，所有节点的特征趋同，反而丢掉了区分度。2 层是大多数场景的甜点。

最后说个我踩过的坑：有次为了追指标，把 hidden_dim 从 64 加到 256，结果验证集 MAE 反而涨了 8%。后来发现是过拟合，训练集 loss 降到 0.02，验证集还在 0.15。T-GCN 的参数不是越多越好，路网节点少的时候，64 维隐层足够表达，加维度只会让模型记住噪声。现在我的习惯是先把 hidden_dim 设 64，如果欠拟合再往上加，每次加 32，加到验证集 loss 不降为止。希望帮到你。

本文还有配套的精品资源，点击获取