简易版国家自然科学基金申请书.docx

简易版国家自然科学基金申请书

摘要：本项目面向城市交通流预测中时空依赖关系复杂、因果结构动态变化的核心挑战，研究基于动态因果发现的时空图神经网络模型。项目首先定义动态因果强度，基于非线性向量自回归与结构化变分推断，从观测数据中推断逐时刻的隐式因果图；其次设计因果门控图卷积模块，将因果结构与交通流特征融合，构建可解释的预测模型；最后在多个真实城市交通数据集上开展系统性实验，并开发开源工具包。本项目的科学意义在于建立动态因果图学习与时空预测的桥接理论，实际价值在于提升智能交通系统的预测准确性与可解释性。

一、摘要：城市交通流预测是智能交通系统运行管控的核心任务，其难点在于交通状态受道路网络拓扑、时