1. 研究目的与意义（文献综述）
2. 研究的基本内容与方案
3. 研究计划与安排
| 时间 | 安排 |
| 第一周 | 从互联网查阅相关资料，对交通流预测问题做初步了解 |
| 第二周 | 从政府网站、开放数据平台、开源网站收集交通流数据 |
| 第三周 | 学习并运行近年交通流预测的最新模型，观察其优缺点 |
| 第四周 | 建立交通流预测问题的数学模型，完成问题的数学语言描述 |
| 第五周 | 学习并推导图卷积网络的数学原理，掌握其编程实现方法 |
| 第六周 | 准备深度学习模型运行、测试所需要的软硬件环境 |
| 第七周 | 编程实现用于交通流预测的图卷积网络 |
| 第八周 | 编程实现用于交通流预测的图卷积网络 |
| 第九周 | 编程实现用于交通流预测的图卷积网络 |
| 第十周 | 用现实数据集测试模型性能 |
| 第十一周 | 通过与其他模型对比，寻找优化点 |
| 第十二周 | 针对存在的问题，完成模型的优化 |
| 第十三周 | 撰写论文 |
| 第十四周 | 撰写论文 |
| 第十五周 | 修改论文 |
| 第十六周 | 完善论文 |
| 第十七周 | 答辩，完成毕业设计 |
4. 参考文献（12篇以上）
[1]李志帅,吕宜生,熊刚.基于图卷积神经网络和注意力机制的短时交通流量预测[j].交通工程,2019,19(4):15-19,28.doi:10.13986/j.cnki.jote.2019.04.003.
[2]中南大学.一种基于层级时序图卷积网络的路网交通流预测方法:cn201910164972.7[p].2019-06-14.
[3]教欣萍,王江锋,陈磊, 等.基于halrtc理论的短时交通流预测算法[j].山东科学,2019,32(6):62-68.doi:10.3976/j.issn.1002-4026.2019.06.009.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
