简介面向智能交通时空预测与图神经网络应用这套资料提供GCN-LSTM组合模型的完整Python实现和配套数据集适合有深度学习基础、想快速复现时空预测实验的研究者。包内共74个文件含Python源码、CSV数据、配置文件、示例图片等压缩包约2MB代码按数据读取、预处理、模型构建、训练评估等模块组织。数据集取自深圳2015年1月出租车轨迹以罗湖区156条主要道路为研究区域给出156×156邻接矩阵和每15分钟的道路速度特征矩阵可直接作为GCN、GNN、LSTM等模型的输入。已有4060人学习下载省去数据准备时间便于专注验证模型效果是交通流预测与路网时空建模的实用参考。1. 为何交通预测这类问题最后都绕不开 GCN-LSTM一个常见的预测场景路网上分布着上百个检测器每 5 分钟上报一次平均车速业务方要的是“未来 15 分钟会不会堵”。如果只用 LSTM 逐条检测器做预测等于假设每个检测器是独立世界里的个体——上游刚发生事故的车速骤降下游的模型一无所知。而 GCN-LSTM 的核心价值正是把“路网结构”显式编进模型检测器是图节点路段连通关系或空间距离是边GCN 在每一层聚合邻居节点的状态LSTM 再沿时间轴捕捉趋势两者叠加得到真正意义上的时空预测模型。这个方向适合手里有传感器网络数据的从业者也适合论文复现和算法岗面试手撕难点不在模型本身而在数据集准备和邻接矩阵构造这两步直接决定模型是涨点还是翻车。本文按“原理 → 数据 → 代码 → 避坑”顺序把整条链路跑通。2. GCN 与 LSTM 各自在建模什么以及两种主流组合方式2.1 GCN 的本质在图上做邻域特征聚合图卷积网络处理的对象不是规则网格图像或序列文本而是任意拓扑的图。核心操作是每一层把某个节点的特征和它邻居节点的特征做加权求和再经过一个线性变换和非线性激活。写成矩阵形式就是H^(l1) ReLU(A_hat · H^(l) · W^(l))其中 A_hat 是归一化后的邻接矩阵H^(l) 是第 l 层的节点特征矩阵W^(l) 是可学习的权重矩阵。最关键的是 A_hat 的构造先在原始邻接矩阵 A 上加上单位阵 I自环保证节点自身的特征在聚合时不被稀释再计算度矩阵 D用 D^(-1/2) · A_hat · D^(-1/2) 做对称归一化。归一化能避免中心节点度很大的特征被邻居数量淹没也避免低度节点的特征在多层传播后消失。GCN 的“感受野”由层数决定。一层 GCN 只聚合 1 跳邻居的信息两层就能感知 2 跳范围。在交通场景里这意味着“这个路口能不能感知到两公里外上游的拥堵”取决于你堆了几层 GCN。但要注意层数不是越多越好GCN 加深以后节点特征会趋向一致这就是后文要讲的过平滑问题。我处理过的场景里路网数据一层 GCN 通常已经够用更多时候应该去调整邻接矩阵的构建方式。2.2 LSTM 在时间维度上做什么LSTM 的输入是一个时间窗口内的观测序列通过遗忘门、输入门、输出门控制信息保留与丢弃。门控机制让梯度可以在较长的时间步上回传缓解普通循环神经网络的梯度消失。对检测器速度这类数据而言LSTM 能学到“连续几个采样周期的下降趋势往往意味着拥堵开始”也能记住“早高峰 8 点前的低速状态通常会持续一段时间”。LSTM 本身不关心空间关系。如果直接把上百个检测器的数据拼成一个高维向量喂给它它会学到节点之间统计上的相关性但这种相关性是隐式的、黑匣子式的而且当某个检测器失效或布局变化时模型需要重新训练才能适应。这也是为什么要显式引入图结构。2.3 两种组合结构并行融合与串行级联GCN-LSTM 不是唯一的写法常见的组合方式有三种我整理了一张对比表。结构数据流适用场景优缺点并行结构GCN 分支处理空间特征LSTM 分支处理时间特征最后拼接融合空间和时间特征重要性相当灵活但参数量大两分支特征尺度差异大时需要仔细调 loss先 LSTM 后 GCN每个节点的时间序列先经 LSTM 编码再在最后一步做空间聚合节点自身时序规律很强LSTM 输出隐藏状态对 GCN 而言不够“局部”空间信息融入偏晚先 GCN 后 LSTM每个时间步先做空间聚合形成空间增强后的序列再喂给 LSTM路网交通、气象站点等空间联动明显的场景梯度流顺畅实现简单是我最常用的方案我通常选“先 GCN 后 LSTM”。理由很实际每个时间步先做一次空间聚合等于先把“此刻哪些邻居在影响我”这件事编码进当前帧LSTM 接收到的就是一个空间增强的时间序列避免了 LSTM 自己去猜节点间的耦合关系。下面的代码实现也按这个结构展开你可以对照表里其他两种结构自行改写。3. 拿到数据集后先做这三件事构造邻接矩阵、滑动窗口、按时间切分3.1 选择适合 GCN-LSTM 的公开数据集GCN-LSTM 需要的数据集必须同时具备三样东西空间坐标或图拓扑、连续时间采样、明确的预测目标。我在实际筛选数据时遇到过大量“只有表格没有坐标”“坐标全了但时间断档严重”的坑。行业内常用的公开数据集有几类一类是高速公路传感器网络数据常见配置是 200 个左右的检测点、5 分钟采样间隔、连续数月的平均车速记录通常还附带每个传感器的经纬度另一类是城市路网级别的检测数据节点数在 300 上下时间粒度为 5 分钟还有一类是空气质量站点数据每小时记录多种污染物浓度站点数相对较少适合用来先跑通代码。选择时优先确认三件事数据里是否包含传感器坐标。没有坐标就无法计算距离并构造邻接矩阵只能用别的方式定义边比如路段连通关系这会增加很多额外工作。时间是否连续。如果数据里有大量缺失或完全不连续的时间段填充难度远大于建模难度建议换数据。采样间隔是否统一。间隔不一致会导致滑动窗口内时间步的实际物理时长不同LSTM 学到的“趋势”含义就乱了。3.2 从坐标构造邻接矩阵的代码与参数拿到传感器坐标后最常用的做法是用高斯核函数把距离转成边的权重同时用 K 近邻限制每个节点的邻居数量避免邻接矩阵过于稠密。import numpy as np import pandas as pd def build_adjacency_matrix(coords, sigma20.1, k10): 根据节点坐标构造带权邻接矩阵 coords: shape [num_nodes, 2], 每行是 (x, y) 或 (longitude, latitude) sigma2: 高斯核的方差参数, 控制距离衰减速度 k: 每个节点保留的最近邻居数(含自身) num_nodes coords.shape[0] # 计算节点两两之间的欧氏距离 diff coords[:, None, :] - coords[None, :, :] # [N, N, 2] dist_sq np.sum(diff ** 2, axis-1) # [N, N] # 用高斯核计算相似度 # dist_sq 比较大的时候 exp(-d^2 / sigma2) 会迅速衰减到接近 0 adj np.exp(-dist_sq / sigma2) # 每个节点只保留最近的 k 个邻居(含自身) # 思路: 按行排序, 距离排第 k1 位之后的全部置 0 idx_sorted np.argsort(dist_sq, axis-1) mask np.zeros_like(adj, dtypebool) for i in range(num_nodes): mask[i, idx_sorted[i, :k]] True adj adj * mask # 加自环并做对称归一化: D^(-1/2) * (A I) * D^(-1/2) adj adj np.eye(num_nodes) deg np.sum(adj, axis1) deg_inv_sqrt np.power(deg, -0.5) deg_inv_sqrt[np.isinf(deg_inv_sqrt)] 0.0 deg_inv_sqrt_mat np.diag(deg_inv_sqrt) adj_normalized deg_inv_sqrt_mat adj deg_inv_sqrt_mat return adj_normalized这段代码里最容易忽略的是 sigma2 和 k 的联动关系。sigma2 设得太大远距离节点之间的权重衰减不明显邻接矩阵近似全连接GCN 的空间聚合就失去了局部性设得太小距离稍远的邻居权重几乎为 0等于把邻居数降到了 1 到 2 个。我的经验是先按坐标的尺度粗估如果节点平均间距是 0.5 公里sigma2 可以先试 0.1然后查一下构造出来的邻接矩阵每行有效权重数量太少就调大 sigma2 或增大 k。3.3 滑动窗口构造训练样本和按时间切分时间序列预测的样本不能用随机打乱的方式生成必须保持时间先后关系。我一般先读入原始数据得到一个 shape 为 [T, N] 的矩阵T 是时间步数N 是节点数然后按 lookback 窗口切出输入和预测目标。def create_sequences(data, lookback12, horizon3): data: shape [T, N], 已经按时间排序 lookback: 用过去多少个时间步进行预测 horizon: 预测未来多少个时间步 X, y [], [] num_samples len(data) - lookback - horizon 1 for i in range(num_samples): X.append(data[i : i lookback]) # [lookback, N] y.append(data[i lookback : i lookback horizon]) # [horizon, N] X np.array(X) # [num_samples, lookback, N] y np.array(y) # [num_samples, horizon, N] return X, y注意 y 的构造不只是未来一个时间步而是返回整个 horizon 长度的序列让模型一次直接输出多步预测。这样比递归预测把预测值当输入再喂回去稳定很多。在切分训练集和测试集时必须严格按时间顺序切比如前 70% 做训练中间 15% 做验证最后 15% 做测试不能在样本维度上随机 shuffle。很多人在这里踩坑时间序列样本之间本来就有重叠如果随机切分训练集和测试集共享了大量时间步信息评估出来的指标虚高上线后立刻翻车。4. 从零搭一个可运行的 GCN-LSTM 模型4.1 数据加载与标准化先写数据加载和预处理模块。这里的关键点有两个缺失值处理方式以及标准化参数的来源。import torch from torch import nn from torch.utils.data import Dataset, DataLoader class TrafficDataset(Dataset): 构造 Dataset, 输入 X 和 y 都是 numpy 数组 def __init__(self, X, y): self.X torch.FloatTensor(X) self.y torch.FloatTensor(y) def __len__(self): return len(self.X) def __getitem__(self, idx): return self.X[idx], self.y[idx] def load_and_prepare(csv_path, lookback12, horizon3): # csv 格式: 第一列是时间戳, 其余列是各节点的观测值 df pd.read_csv(csv_path, index_col0) # 交通数据里缺失值常用 -1 或 NaN 标记 df df.replace(-1, np.nan) # 线性插值填充缺失 df df.interpolate(methodlinear, limit_directionboth) values df.values # shape [T, N] # z-score 标准化 mean np.mean(values, axis0, keepdimsTrue) std np.std(values, axis0, keepdimsTrue) std[std 0] 1.0 # 避免常数列除零 values (values - mean) / std X, y create_sequences(values, lookback, horizon) return X, y, mean, std标准化时反复强调mean 和 std 只能来自训练集不能用整个数据集的统计量。上面的代码为了方便展示把 mean 和 std 设在完整数据上计算了实际项目里应该在读入后先把前 70% 的部分单独拿出来算统计量再应用到全部数据。数据泄露在这个环节最容易发生几乎每个刚接触时序预测的人都会犯一次。X 的最终 shape 是 [样本数, lookback, N, 1]因为每个节点每个时刻只有一个特征维度如果你的原始数据是多种指标比如速度、流量、占有率最后一个维度会大于 1模型输入需要相应调整。4.2 模型主体GCN 层与 LSTM 层结合模型结构采用先 GCN 后 LSTM 的方式。每个时间步把 [B, N, F] 的批量数据送入 GCN 做空间聚合输出 [B, T, N, hidden_gcn]然后把节点维和时间步重组成 LSTM 的序列输入。class GCNLayer(nn.Module): def __init__(self, in_features, out_features, adj_normalized): super().__init__() self.register_buffer(adj, torch.FloatTensor(adj_normalized)) self.weight nn.Parameter(torch.FloatTensor(in_features, out_features)) nn.init.xavier_uniform_(self.weight) def forward(self, x): # x: [batch, num_nodes, in_features] # 聚合邻居信息: [batch, num_nodes, num_nodes] [batch, num_nodes, in_features] x torch.matmul(self.adj, x) x torch.matmul(x, self.weight) return torch.relu(x) class GCNLSTM(nn.Module): def __init__(self, num_nodes, in_dim, hidden_gcn, hidden_lstm, out_steps, adj_normalized, dropout0.2): super().__init__() self.num_nodes num_nodes self.gcn GCNLayer(in_dim, hidden_gcn, adj_normalized) self.lstm nn.LSTM( input_sizehidden_gcn, hidden_sizehidden_lstm, num_layers1, batch_firstTrue, dropout0.0 ) self.fc nn.Linear(hidden_lstm, out_steps) self.dropout nn.Dropout(dropout) def forward(self, x): # x: [batch, lookback, num_nodes, in_dim] B, T, N, F x.shape # 把 batch 和 time 折叠, 一次性对每个时间步做 GCN x x.reshape(B * T, N, F) x self.gcn(x) # [B*T, N, hidden_gcn] x self.dropout(x) x x.reshape(B, T, N, -1) # 恢复序列结构 # 重新排列为 [B, N, T, hidden_gcn], 再折叠成 LSTM 的 batch x x.permute(0, 2, 1, 3) # [B, N, T, H] x x.reshape(B * N, T, -1) # 每个节点是一条独立序列 out, _ self.lstm(x) # [B*N, T, hidden_lstm] out out[:, -1, :] # 取最后一个时间步 out self.dropout(out) out self.fc(out) # [B*N, out_steps] return out.reshape(B, N, -1)forward 里的维度转换是这个模型最容易写错的地方。GCN 层接收的是 [节点数, 特征数] 的结构所以要把 batch 和时间步临时折叠成一个维度LSTM 接收的序列维度是 [batch, 序列长度, 特征]这里每个节点被视为一个独立的序列样本所以把 [B, N, T, H] 重排成 [B*N, T, H]。写代码时如果不注意 contiguous 和 permute 的配合PyTorch 会报维度错误或者悄悄产生错误的张量布局。初始化用 xavier_uniform_LSTM 的 hidden_lstm 我一般设为 32 或 64太小欠拟合太大在节点数上百时训练明显变慢。4.3 训练循环、早停与指标评估训练部分要处理好两件事梯度裁剪防止 LSTM 梯度爆炸早停防止过拟合。损失函数用 MSE评估时再看 MAE 和 RMSE。import torch.optim as optim def train_model(model, train_loader, val_X, val_y, epochs100, lr1e-3): optimizer optim.Adam(model.parameters(), lrlr, weight_decay1e-4) criterion nn.MSELoss() # 用余弦退火调整学习率 scheduler optim.lr_scheduler.CosineAnnealingLR(optimizer, T_maxepochs) best_loss float(inf) best_state None patience 10 trigger 0 for epoch in range(epochs): model.train() total_loss 0.0 for X_batch, y_batch in train_loader: optimizer.zero_grad() pred model(X_batch) loss criterion(pred, y_batch) loss.backward() # LSTM 梯度尺度波动大, 裁剪到 norm5 可以避免偶发的 NaN torch.nn.utils.clip_grad_norm_(model.parameters(), 5.0) optimizer.step() total_loss loss.item() scheduler.step() # 验证集评估 model.eval() with torch.no_grad(): val_pred model(torch.FloatTensor(val_X)) val_loss criterion(val_pred, torch.FloatTensor(val_y)).item() if val_loss best_loss: best_loss val_loss best_state {k: v.clone() for k, v in model.state_dict().items()} trigger 0 else: trigger 1 if trigger patience: break model.load_state_dict(best_state) return model早停的 patience 我习惯给 10 到 15学习率初始值给 1e-3。如果发现训练集 loss 降得很慢优先检查数据标准化是否做了、GCN 的邻接矩阵归一化是否正确而不是急着调学习率。LSTM 类模型对学习率很敏感1e-2 往往直接发散1e-4 又慢得让人失去耐心。余弦退火 schedule 配合早停用后期 loss 曲线会平稳很多不容易在最优解附近震荡。评估阶段除了 MSE建议同时算 MAE 和 RMSE交通预测的业务汇报里这几个数字都要给。5. GCN-LSTM 调参避坑5 个我反复踩过的实际问题5.1 邻接矩阵没加自环或归一化顺序不对模型收敛极慢甚至不收敛现象训练 loss 在几十个 epoch 里几乎不下降或者下降后迅速停在某个很高位。原因最常见的是 A I 和归一化的顺序搞反。有些人先对原始 A 做 D^(-1/2) A D^(-1/2)然后再加单位阵这样对角元的权重没有被正确归一化自环在数值上会主导聚合结果等于模型只学到每个节点自己的历史空间信息被压制住了。另外没有加自环时每经过一层 GCN节点自己的信息就被邻居稀释一次多层以后特征幅度越来越小梯度也传不回去。解决严格按代码里的顺序先加单位阵再算度矩阵再做对称归一化。建议把归一化后的矩阵打印出来检查对角线应该接近 0.5 到 1.0 之间非对角线元素都比对角线小。5.2 标准化统计量用了全量数据验证集指标虚高现象验证集上 MAE 好看得惊人甚至比训练集还低但模型部署到线上新数据后效果断崖式下跌。原因整个数据集共享了同一对 mean 和 std等于验证集和测试集的信息在预处理阶段被模型“看到”了。时间序列的样本窗口高度重叠这个问题比非时序数据更隐蔽因为数值上一切正常只有回到真实业务流里才会暴露。解决只用时间上最早的那部分训练数据计算 mean 和 std保存成变量后续所有数据集都用这一对参数。宁可让验证集统计分布和训练集有轻微偏移也不能让验证集的信息提前进入预处理。5.3 LSTM 的输入维度顺序搞反前向传播直接 NaN现象模型能跑通但 loss 输出是 nan或者训练一两步后参数变成 nan。原因PyTorch 的 LSTM 默认要求输入 shape 为 [seq_len, batch, features]但我代码里设了 batch_firstTrue此时输入应该是 [batch, seq_len, features]。最典型的手误是用 reshape 而不是 permute把 [B, T, N, H] 硬重新解释成 [B*N, T, H]维度的物理含义全错。解决reshape 和 permute 的分工要拎清。permute 只交换维度顺序不改变数据布局reshape 是对内存中的数据进行重新解释。代码里“先 permute 再 reshape”的顺序不能乱并且在 reshape 后加一句断言比如 [B, N, T, H] 折成 [BN, T, H] 之前先确认真实 shape 是 BN 行而不是 N 行能省很多调试时间。5.4 GCN 层数一多就过平滑预测曲线变成“一条直线”现象GCN 从 1 层加到 3 层后验证集 loss 显著变差把预测结果可视化发现所有节点的预测值几乎一样。原因多层 GCN 不断聚合邻居信息感受野成倍扩大到第 3 层时每个节点已经聚合了大量跨距离节点的特征节点的个性化信息被平均掉了。这在交通路网上尤其明显因为路网本身连通性强多跳邻居很快覆盖全图。解决默认从 1 层 GCN 开始调。如果你的业务场景确实需要感知远距离影响优先增大邻接矩阵里的 k近邻数量而不是堆 GCN 层数。k 从 10 增大到 20效果往往比多叠一层 GCN 好而且数值更稳定。5.5 按样本维度随机切分数据把未来的信息泄漏给过去现象模型在测试集上指标非常好但新数据到场后预测完全不准。原因我把训练集、验证集、测试集直接从样本数组里随机打乱切分了。滑动窗口产生的样本相互重叠比如第 1 个样本覆盖 [0:12] 时刻第 2 个样本覆盖 [1:13] 时刻随机打乱后测试集里混入了与训练样本高度重合的时间段。模型本质上是在“背答案”。解决切分必须在时间序列的最外层进行。先把原始时间序列 [T, N] 按前 70%、中间 15%、最后 15% 切成三段再分别对每段做滑动窗口。这样三个数据集之间完全没有时间重叠评估出来的指标才是真实的。6. 多步预测输出方式与一个提升明显的诊断技巧关于多步预测我强烈建议在主模型里把最后输出层改成直接输出 horizon 个时间步的值而不是训练一个单步模型然后递归预测。递归预测时第 2 步的输入是第 1 步的输出误差逐级放大尤其在预测拥堵开始和消散这种拐点附近递归误差会被放大成相位偏移。直接多步输出虽然会让模型一次要拟合多个目标训练难度略增但实际部署时稳定得多指标也更好看。你可以在验证集上把两种方式对比一次大概率会直接放弃递归思路。另外一个值得养成的习惯在搭完整模型之前先做一个空间相关性的快速诊断。取两个空间距离最近的节点计算它们时间序列的皮尔逊相关系数再取两个距离最远的节点同样算一下。如果距离近的节点相关系数也低说明这个数据集里空间结构对目标变量的影响很弱那么 GCN 加进来大概率不会涨点。反过来如果相关系数随距离衰减明显GCN 的收益会非常显著。这个检查只需要几行代码和一分钟时间但它能帮你避免在错误的数据上反复调参。我现在的习惯是先跑一个纯 LSTM 的 baseline记录指标再叠加 GCNGCN 相对提升如果不到 15%我会回头检查邻接矩阵构造而不是继续堆模型复杂度。希望这篇实战拆解能帮你在 GCN-LSTM 这条路上少走几个弯路。本文还有配套的精品资源点击获取
简介面向智能交通时空预测与图神经网络应用这套资料提供GCN-LSTM组合模型的完整Python实现和配套数据集适合有深度学习基础、想快速复现时空预测实验的研究者。包内共74个文件含Python源码、CSV数据、配置文件、示例图片等压缩包约2MB代码按数据读取、预处理、模型构建、训练评估等模块组织。数据集取自深圳2015年1月出租车轨迹以罗湖区156条主要道路为研究区域给出156×156邻接矩阵和每15分钟的道路速度特征矩阵可直接作为GCN、GNN、LSTM等模型的输入。已有4060人学习下载省去数据准备时间便于专注验证模型效果是交通流预测与路网时空建模的实用参考。1. 为何交通预测这类问题最后都绕不开 GCN-LSTM一个常见的预测场景路网上分布着上百个检测器每 5 分钟上报一次平均车速业务方要的是“未来 15 分钟会不会堵”。如果只用 LSTM 逐条检测器做预测等于假设每个检测器是独立世界里的个体——上游刚发生事故的车速骤降下游的模型一无所知。而 GCN-LSTM 的核心价值正是把“路网结构”显式编进模型检测器是图节点路段连通关系或空间距离是边GCN 在每一层聚合邻居节点的状态LSTM 再沿时间轴捕捉趋势两者叠加得到真正意义上的时空预测模型。这个方向适合手里有传感器网络数据的从业者也适合论文复现和算法岗面试手撕难点不在模型本身而在数据集准备和邻接矩阵构造这两步直接决定模型是涨点还是翻车。本文按“原理 → 数据 → 代码 → 避坑”顺序把整条链路跑通。2. GCN 与 LSTM 各自在建模什么以及两种主流组合方式2.1 GCN 的本质在图上做邻域特征聚合图卷积网络处理的对象不是规则网格图像或序列文本而是任意拓扑的图。核心操作是每一层把某个节点的特征和它邻居节点的特征做加权求和再经过一个线性变换和非线性激活。写成矩阵形式就是H^(l1) ReLU(A_hat · H^(l) · W^(l))其中 A_hat 是归一化后的邻接矩阵H^(l) 是第 l 层的节点特征矩阵W^(l) 是可学习的权重矩阵。最关键的是 A_hat 的构造先在原始邻接矩阵 A 上加上单位阵 I自环保证节点自身的特征在聚合时不被稀释再计算度矩阵 D用 D^(-1/2) · A_hat · D^(-1/2) 做对称归一化。归一化能避免中心节点度很大的特征被邻居数量淹没也避免低度节点的特征在多层传播后消失。GCN 的“感受野”由层数决定。一层 GCN 只聚合 1 跳邻居的信息两层就能感知 2 跳范围。在交通场景里这意味着“这个路口能不能感知到两公里外上游的拥堵”取决于你堆了几层 GCN。但要注意层数不是越多越好GCN 加深以后节点特征会趋向一致这就是后文要讲的过平滑问题。我处理过的场景里路网数据一层 GCN 通常已经够用更多时候应该去调整邻接矩阵的构建方式。2.2 LSTM 在时间维度上做什么LSTM 的输入是一个时间窗口内的观测序列通过遗忘门、输入门、输出门控制信息保留与丢弃。门控机制让梯度可以在较长的时间步上回传缓解普通循环神经网络的梯度消失。对检测器速度这类数据而言LSTM 能学到“连续几个采样周期的下降趋势往往意味着拥堵开始”也能记住“早高峰 8 点前的低速状态通常会持续一段时间”。LSTM 本身不关心空间关系。如果直接把上百个检测器的数据拼成一个高维向量喂给它它会学到节点之间统计上的相关性但这种相关性是隐式的、黑匣子式的而且当某个检测器失效或布局变化时模型需要重新训练才能适应。这也是为什么要显式引入图结构。2.3 两种组合结构并行融合与串行级联GCN-LSTM 不是唯一的写法常见的组合方式有三种我整理了一张对比表。结构数据流适用场景优缺点并行结构GCN 分支处理空间特征LSTM 分支处理时间特征最后拼接融合空间和时间特征重要性相当灵活但参数量大两分支特征尺度差异大时需要仔细调 loss先 LSTM 后 GCN每个节点的时间序列先经 LSTM 编码再在最后一步做空间聚合节点自身时序规律很强LSTM 输出隐藏状态对 GCN 而言不够“局部”空间信息融入偏晚先 GCN 后 LSTM每个时间步先做空间聚合形成空间增强后的序列再喂给 LSTM路网交通、气象站点等空间联动明显的场景梯度流顺畅实现简单是我最常用的方案我通常选“先 GCN 后 LSTM”。理由很实际每个时间步先做一次空间聚合等于先把“此刻哪些邻居在影响我”这件事编码进当前帧LSTM 接收到的就是一个空间增强的时间序列避免了 LSTM 自己去猜节点间的耦合关系。下面的代码实现也按这个结构展开你可以对照表里其他两种结构自行改写。3. 拿到数据集后先做这三件事构造邻接矩阵、滑动窗口、按时间切分3.1 选择适合 GCN-LSTM 的公开数据集GCN-LSTM 需要的数据集必须同时具备三样东西空间坐标或图拓扑、连续时间采样、明确的预测目标。我在实际筛选数据时遇到过大量“只有表格没有坐标”“坐标全了但时间断档严重”的坑。行业内常用的公开数据集有几类一类是高速公路传感器网络数据常见配置是 200 个左右的检测点、5 分钟采样间隔、连续数月的平均车速记录通常还附带每个传感器的经纬度另一类是城市路网级别的检测数据节点数在 300 上下时间粒度为 5 分钟还有一类是空气质量站点数据每小时记录多种污染物浓度站点数相对较少适合用来先跑通代码。选择时优先确认三件事数据里是否包含传感器坐标。没有坐标就无法计算距离并构造邻接矩阵只能用别的方式定义边比如路段连通关系这会增加很多额外工作。时间是否连续。如果数据里有大量缺失或完全不连续的时间段填充难度远大于建模难度建议换数据。采样间隔是否统一。间隔不一致会导致滑动窗口内时间步的实际物理时长不同LSTM 学到的“趋势”含义就乱了。3.2 从坐标构造邻接矩阵的代码与参数拿到传感器坐标后最常用的做法是用高斯核函数把距离转成边的权重同时用 K 近邻限制每个节点的邻居数量避免邻接矩阵过于稠密。import numpy as np import pandas as pd def build_adjacency_matrix(coords, sigma20.1, k10): 根据节点坐标构造带权邻接矩阵 coords: shape [num_nodes, 2], 每行是 (x, y) 或 (longitude, latitude) sigma2: 高斯核的方差参数, 控制距离衰减速度 k: 每个节点保留的最近邻居数(含自身) num_nodes coords.shape[0] # 计算节点两两之间的欧氏距离 diff coords[:, None, :] - coords[None, :, :] # [N, N, 2] dist_sq np.sum(diff ** 2, axis-1) # [N, N] # 用高斯核计算相似度 # dist_sq 比较大的时候 exp(-d^2 / sigma2) 会迅速衰减到接近 0 adj np.exp(-dist_sq / sigma2) # 每个节点只保留最近的 k 个邻居(含自身) # 思路: 按行排序, 距离排第 k1 位之后的全部置 0 idx_sorted np.argsort(dist_sq, axis-1) mask np.zeros_like(adj, dtypebool) for i in range(num_nodes): mask[i, idx_sorted[i, :k]] True adj adj * mask # 加自环并做对称归一化: D^(-1/2) * (A I) * D^(-1/2) adj adj np.eye(num_nodes) deg np.sum(adj, axis1) deg_inv_sqrt np.power(deg, -0.5) deg_inv_sqrt[np.isinf(deg_inv_sqrt)] 0.0 deg_inv_sqrt_mat np.diag(deg_inv_sqrt) adj_normalized deg_inv_sqrt_mat adj deg_inv_sqrt_mat return adj_normalized这段代码里最容易忽略的是 sigma2 和 k 的联动关系。sigma2 设得太大远距离节点之间的权重衰减不明显邻接矩阵近似全连接GCN 的空间聚合就失去了局部性设得太小距离稍远的邻居权重几乎为 0等于把邻居数降到了 1 到 2 个。我的经验是先按坐标的尺度粗估如果节点平均间距是 0.5 公里sigma2 可以先试 0.1然后查一下构造出来的邻接矩阵每行有效权重数量太少就调大 sigma2 或增大 k。3.3 滑动窗口构造训练样本和按时间切分时间序列预测的样本不能用随机打乱的方式生成必须保持时间先后关系。我一般先读入原始数据得到一个 shape 为 [T, N] 的矩阵T 是时间步数N 是节点数然后按 lookback 窗口切出输入和预测目标。def create_sequences(data, lookback12, horizon3): data: shape [T, N], 已经按时间排序 lookback: 用过去多少个时间步进行预测 horizon: 预测未来多少个时间步 X, y [], [] num_samples len(data) - lookback - horizon 1 for i in range(num_samples): X.append(data[i : i lookback]) # [lookback, N] y.append(data[i lookback : i lookback horizon]) # [horizon, N] X np.array(X) # [num_samples, lookback, N] y np.array(y) # [num_samples, horizon, N] return X, y注意 y 的构造不只是未来一个时间步而是返回整个 horizon 长度的序列让模型一次直接输出多步预测。这样比递归预测把预测值当输入再喂回去稳定很多。在切分训练集和测试集时必须严格按时间顺序切比如前 70% 做训练中间 15% 做验证最后 15% 做测试不能在样本维度上随机 shuffle。很多人在这里踩坑时间序列样本之间本来就有重叠如果随机切分训练集和测试集共享了大量时间步信息评估出来的指标虚高上线后立刻翻车。4. 从零搭一个可运行的 GCN-LSTM 模型4.1 数据加载与标准化先写数据加载和预处理模块。这里的关键点有两个缺失值处理方式以及标准化参数的来源。import torch from torch import nn from torch.utils.data import Dataset, DataLoader class TrafficDataset(Dataset): 构造 Dataset, 输入 X 和 y 都是 numpy 数组 def __init__(self, X, y): self.X torch.FloatTensor(X) self.y torch.FloatTensor(y) def __len__(self): return len(self.X) def __getitem__(self, idx): return self.X[idx], self.y[idx] def load_and_prepare(csv_path, lookback12, horizon3): # csv 格式: 第一列是时间戳, 其余列是各节点的观测值 df pd.read_csv(csv_path, index_col0) # 交通数据里缺失值常用 -1 或 NaN 标记 df df.replace(-1, np.nan) # 线性插值填充缺失 df df.interpolate(methodlinear, limit_directionboth) values df.values # shape [T, N] # z-score 标准化 mean np.mean(values, axis0, keepdimsTrue) std np.std(values, axis0, keepdimsTrue) std[std 0] 1.0 # 避免常数列除零 values (values - mean) / std X, y create_sequences(values, lookback, horizon) return X, y, mean, std标准化时反复强调mean 和 std 只能来自训练集不能用整个数据集的统计量。上面的代码为了方便展示把 mean 和 std 设在完整数据上计算了实际项目里应该在读入后先把前 70% 的部分单独拿出来算统计量再应用到全部数据。数据泄露在这个环节最容易发生几乎每个刚接触时序预测的人都会犯一次。X 的最终 shape 是 [样本数, lookback, N, 1]因为每个节点每个时刻只有一个特征维度如果你的原始数据是多种指标比如速度、流量、占有率最后一个维度会大于 1模型输入需要相应调整。4.2 模型主体GCN 层与 LSTM 层结合模型结构采用先 GCN 后 LSTM 的方式。每个时间步把 [B, N, F] 的批量数据送入 GCN 做空间聚合输出 [B, T, N, hidden_gcn]然后把节点维和时间步重组成 LSTM 的序列输入。class GCNLayer(nn.Module): def __init__(self, in_features, out_features, adj_normalized): super().__init__() self.register_buffer(adj, torch.FloatTensor(adj_normalized)) self.weight nn.Parameter(torch.FloatTensor(in_features, out_features)) nn.init.xavier_uniform_(self.weight) def forward(self, x): # x: [batch, num_nodes, in_features] # 聚合邻居信息: [batch, num_nodes, num_nodes] [batch, num_nodes, in_features] x torch.matmul(self.adj, x) x torch.matmul(x, self.weight) return torch.relu(x) class GCNLSTM(nn.Module): def __init__(self, num_nodes, in_dim, hidden_gcn, hidden_lstm, out_steps, adj_normalized, dropout0.2): super().__init__() self.num_nodes num_nodes self.gcn GCNLayer(in_dim, hidden_gcn, adj_normalized) self.lstm nn.LSTM( input_sizehidden_gcn, hidden_sizehidden_lstm, num_layers1, batch_firstTrue, dropout0.0 ) self.fc nn.Linear(hidden_lstm, out_steps) self.dropout nn.Dropout(dropout) def forward(self, x): # x: [batch, lookback, num_nodes, in_dim] B, T, N, F x.shape # 把 batch 和 time 折叠, 一次性对每个时间步做 GCN x x.reshape(B * T, N, F) x self.gcn(x) # [B*T, N, hidden_gcn] x self.dropout(x) x x.reshape(B, T, N, -1) # 恢复序列结构 # 重新排列为 [B, N, T, hidden_gcn], 再折叠成 LSTM 的 batch x x.permute(0, 2, 1, 3) # [B, N, T, H] x x.reshape(B * N, T, -1) # 每个节点是一条独立序列 out, _ self.lstm(x) # [B*N, T, hidden_lstm] out out[:, -1, :] # 取最后一个时间步 out self.dropout(out) out self.fc(out) # [B*N, out_steps] return out.reshape(B, N, -1)forward 里的维度转换是这个模型最容易写错的地方。GCN 层接收的是 [节点数, 特征数] 的结构所以要把 batch 和时间步临时折叠成一个维度LSTM 接收的序列维度是 [batch, 序列长度, 特征]这里每个节点被视为一个独立的序列样本所以把 [B, N, T, H] 重排成 [B*N, T, H]。写代码时如果不注意 contiguous 和 permute 的配合PyTorch 会报维度错误或者悄悄产生错误的张量布局。初始化用 xavier_uniform_LSTM 的 hidden_lstm 我一般设为 32 或 64太小欠拟合太大在节点数上百时训练明显变慢。4.3 训练循环、早停与指标评估训练部分要处理好两件事梯度裁剪防止 LSTM 梯度爆炸早停防止过拟合。损失函数用 MSE评估时再看 MAE 和 RMSE。import torch.optim as optim def train_model(model, train_loader, val_X, val_y, epochs100, lr1e-3): optimizer optim.Adam(model.parameters(), lrlr, weight_decay1e-4) criterion nn.MSELoss() # 用余弦退火调整学习率 scheduler optim.lr_scheduler.CosineAnnealingLR(optimizer, T_maxepochs) best_loss float(inf) best_state None patience 10 trigger 0 for epoch in range(epochs): model.train() total_loss 0.0 for X_batch, y_batch in train_loader: optimizer.zero_grad() pred model(X_batch) loss criterion(pred, y_batch) loss.backward() # LSTM 梯度尺度波动大, 裁剪到 norm5 可以避免偶发的 NaN torch.nn.utils.clip_grad_norm_(model.parameters(), 5.0) optimizer.step() total_loss loss.item() scheduler.step() # 验证集评估 model.eval() with torch.no_grad(): val_pred model(torch.FloatTensor(val_X)) val_loss criterion(val_pred, torch.FloatTensor(val_y)).item() if val_loss best_loss: best_loss val_loss best_state {k: v.clone() for k, v in model.state_dict().items()} trigger 0 else: trigger 1 if trigger patience: break model.load_state_dict(best_state) return model早停的 patience 我习惯给 10 到 15学习率初始值给 1e-3。如果发现训练集 loss 降得很慢优先检查数据标准化是否做了、GCN 的邻接矩阵归一化是否正确而不是急着调学习率。LSTM 类模型对学习率很敏感1e-2 往往直接发散1e-4 又慢得让人失去耐心。余弦退火 schedule 配合早停用后期 loss 曲线会平稳很多不容易在最优解附近震荡。评估阶段除了 MSE建议同时算 MAE 和 RMSE交通预测的业务汇报里这几个数字都要给。5. GCN-LSTM 调参避坑5 个我反复踩过的实际问题5.1 邻接矩阵没加自环或归一化顺序不对模型收敛极慢甚至不收敛现象训练 loss 在几十个 epoch 里几乎不下降或者下降后迅速停在某个很高位。原因最常见的是 A I 和归一化的顺序搞反。有些人先对原始 A 做 D^(-1/2) A D^(-1/2)然后再加单位阵这样对角元的权重没有被正确归一化自环在数值上会主导聚合结果等于模型只学到每个节点自己的历史空间信息被压制住了。另外没有加自环时每经过一层 GCN节点自己的信息就被邻居稀释一次多层以后特征幅度越来越小梯度也传不回去。解决严格按代码里的顺序先加单位阵再算度矩阵再做对称归一化。建议把归一化后的矩阵打印出来检查对角线应该接近 0.5 到 1.0 之间非对角线元素都比对角线小。5.2 标准化统计量用了全量数据验证集指标虚高现象验证集上 MAE 好看得惊人甚至比训练集还低但模型部署到线上新数据后效果断崖式下跌。原因整个数据集共享了同一对 mean 和 std等于验证集和测试集的信息在预处理阶段被模型“看到”了。时间序列的样本窗口高度重叠这个问题比非时序数据更隐蔽因为数值上一切正常只有回到真实业务流里才会暴露。解决只用时间上最早的那部分训练数据计算 mean 和 std保存成变量后续所有数据集都用这一对参数。宁可让验证集统计分布和训练集有轻微偏移也不能让验证集的信息提前进入预处理。5.3 LSTM 的输入维度顺序搞反前向传播直接 NaN现象模型能跑通但 loss 输出是 nan或者训练一两步后参数变成 nan。原因PyTorch 的 LSTM 默认要求输入 shape 为 [seq_len, batch, features]但我代码里设了 batch_firstTrue此时输入应该是 [batch, seq_len, features]。最典型的手误是用 reshape 而不是 permute把 [B, T, N, H] 硬重新解释成 [B*N, T, H]维度的物理含义全错。解决reshape 和 permute 的分工要拎清。permute 只交换维度顺序不改变数据布局reshape 是对内存中的数据进行重新解释。代码里“先 permute 再 reshape”的顺序不能乱并且在 reshape 后加一句断言比如 [B, N, T, H] 折成 [BN, T, H] 之前先确认真实 shape 是 BN 行而不是 N 行能省很多调试时间。5.4 GCN 层数一多就过平滑预测曲线变成“一条直线”现象GCN 从 1 层加到 3 层后验证集 loss 显著变差把预测结果可视化发现所有节点的预测值几乎一样。原因多层 GCN 不断聚合邻居信息感受野成倍扩大到第 3 层时每个节点已经聚合了大量跨距离节点的特征节点的个性化信息被平均掉了。这在交通路网上尤其明显因为路网本身连通性强多跳邻居很快覆盖全图。解决默认从 1 层 GCN 开始调。如果你的业务场景确实需要感知远距离影响优先增大邻接矩阵里的 k近邻数量而不是堆 GCN 层数。k 从 10 增大到 20效果往往比多叠一层 GCN 好而且数值更稳定。5.5 按样本维度随机切分数据把未来的信息泄漏给过去现象模型在测试集上指标非常好但新数据到场后预测完全不准。原因我把训练集、验证集、测试集直接从样本数组里随机打乱切分了。滑动窗口产生的样本相互重叠比如第 1 个样本覆盖 [0:12] 时刻第 2 个样本覆盖 [1:13] 时刻随机打乱后测试集里混入了与训练样本高度重合的时间段。模型本质上是在“背答案”。解决切分必须在时间序列的最外层进行。先把原始时间序列 [T, N] 按前 70%、中间 15%、最后 15% 切成三段再分别对每段做滑动窗口。这样三个数据集之间完全没有时间重叠评估出来的指标才是真实的。6. 多步预测输出方式与一个提升明显的诊断技巧关于多步预测我强烈建议在主模型里把最后输出层改成直接输出 horizon 个时间步的值而不是训练一个单步模型然后递归预测。递归预测时第 2 步的输入是第 1 步的输出误差逐级放大尤其在预测拥堵开始和消散这种拐点附近递归误差会被放大成相位偏移。直接多步输出虽然会让模型一次要拟合多个目标训练难度略增但实际部署时稳定得多指标也更好看。你可以在验证集上把两种方式对比一次大概率会直接放弃递归思路。另外一个值得养成的习惯在搭完整模型之前先做一个空间相关性的快速诊断。取两个空间距离最近的节点计算它们时间序列的皮尔逊相关系数再取两个距离最远的节点同样算一下。如果距离近的节点相关系数也低说明这个数据集里空间结构对目标变量的影响很弱那么 GCN 加进来大概率不会涨点。反过来如果相关系数随距离衰减明显GCN 的收益会非常显著。这个检查只需要几行代码和一分钟时间但它能帮你避免在错误的数据上反复调参。我现在的习惯是先跑一个纯 LSTM 的 baseline记录指标再叠加 GCNGCN 相对提升如果不到 15%我会回头检查邻接矩阵构造而不是继续堆模型复杂度。希望这篇实战拆解能帮你在 GCN-LSTM 这条路上少走几个弯路。本文还有配套的精品资源点击获取
