针对交通运输业碳排放数据序列的波动性和非线性影响预测精度的问题，提出了一种结合二次分解、双重注意力机制、改进麻雀搜索算法（ISSA）和长短期记忆（LSTM）网络的交通运输业碳排放预测模型。首先，引入自适应噪声完备集合经验模态分解，将交通碳排放数据序列分解为不同频率的模态分量，再利用样本熵对各分量复杂度进行量化，并利用变分模态分解对熵值最高的分量进行二次分解，进一步弱化交通碳排放数据序列的波动性和非线性；然后，为挖掘交通碳排放量与其影响因素间的关联性，构建基于双重注意力机制优化的LSTM（DALSTM）模型，在LSTM模型的输入端嵌入特征注意力机制，突出关键输入特征；同时，在输出端嵌入时间注意力机制，提取关键历史时刻信息；最后，结合Circle混沌映射、动态惯性权重因子和混合变异算子策略改进SSA算法，并对各模态分量分别建立ISSA-DALSTM模型，接着对各模态分量预测值进行重构。用所测算的中国交通运输业1990—2019年碳排放数据来对模型进行验证，结果表明，所提模型的均方根误差、均方误差、平均绝对百分比误差分别为5.308 8、3.566 1、0.443 9，均优于其他对比模型，验证了所提模型的有效性。
为深入理解共享自动驾驶汽车（SAVs）的引入对城市可能产生的影响，并推动城市交通系统的可持续发展，围绕SAVs的多阶影响进行了全面回顾和系统分析，旨在总结以往研究的主要贡献和存在的缺陷，并提出未来研究的可能方向。综述结果表明，现有研究主要集中于SAVs对交通系统的短期影响，包括对居民出行行为与道路交通流等方面的探讨；然而，对于SAVs的长期影响，特别是对城市可达性、环境与能源的研究相对较少。与此同时，尽管已有研究揭示了SAVs可能带来的负面效应，例如对环境或可达性的潜在不利影响，但鲜有研究提出具有针对性和实效性的发展策略。此外，在研究方法方面，现有研究主要依赖定性分析或独立的交通需求模型进行推演和模拟，研究结果的可靠性存在一定局限性。未来研究应开发土地利用与交通整合模型，并将其与数据驱动的方法相结合，以更精确、全面和系统地刻画SAVs引入对城市土地利用、环境与能源的长期（负面）影响，并提出针对性的发展策略和应对措施，以优化SAVs的应用效果，减少其潜在负面影响，推动城市交通系统向高效、智能和可持续的方向发展。
我国是小麦种植大国，但国产小麦粉的品质不能完全满足高质量面包制品的生产需求。目前，漆酶（LAC）和阿魏酸（FA）对小麦面包品质的影响研究主要集中讨论二者单独对面包烘焙性能的影响，而LAC和FA的复合添加对小麦面包烘焙性能的影响尚不明确。因此，利用质构仪、流变仪、低场核磁共振分析仪、扫描电子显微镜以及气相离子迁移谱风味分析联用仪等仪器，研究了LAC和FA对小麦面团流变特性、水分迁移特性及微观结构的影响，并进一步探究了小麦面包的比容、色泽、质构和挥发性物质等品质特性的变化。结果表明：与对照组和FA组相比，LAC组和LAC+FA组的面团具有较低的弱化度，且面团的最大拉伸阻力增大，延伸度降低，面团硬化。此外，通过低场核磁共振分析的结果发现，LAC和FA无论是单独或复合添加均可以使不易流动水从T21b状态转变为T21a状态，即LAC和FA单独或复合使用均能使水分的自由度下降，使水分与面团组分结合更紧密，对面团中水分迁移产生一定影响。面团的扫描电子显微镜结果表明，LAC和FA的复合添加使面团的面筋网络更加完整、均一。在面包方面，LAC组和LAC+FA组均降低了面包芯的硬度，且对挥发性物质的组成和含量影响均很小。因此，LAC及其复合FA的添加对面团强度和面包的品质改善有积极作用。
激光点云模型为后续的配电线路检测与管理提供了重要的支撑，现阶段大多数配电通道都已经构建了相应的激光点云模型。由于点云模型数量的增加，有效提取关键部件（如导线、绝缘子等）的位置信息成为了一项重要任务。为了进一步提升对点云模型中配电线路、杆塔、绝缘子等关键部件分割、提取的精准性和效率，该文提出一种基于融合Transformer模型的配电线路激光点云分割算法。考虑到配电线路点云中需要更为关注细节特征的影响，构建了一种双通道平行架构的特征提取模块用于提取高频和低频特征，其中低频特征通过平均池化和基于融合Transformer模型的特征提取器进行处理，高频特征通过最大池化和包含卷积层的多层感知机（MLP）模块进行处理；将两个通道获取的特征向量进行融合，以提升对细节特征的提取能力。此外，考虑到MLP模块在特征处理方面的能力，将融合后特征再次输入MLP模块中作进一步处理，实现了对点云目标的准确分割。该文还开展了大量的实验，验证了所提算法的准确性和有效性。该算法具有提高无人机巡检精度、增强自动化水平、提升鲁棒性、融合多源数据和降低巡检成本等多方面的潜在优势。
针对智能车辆在复杂场景下的车道线检测准确性问题，该文提出了一种融合多尺度空间注意力机制和路径聚合网络（PANet）的车道线检测算法。该算法首先引入行锚框UFLD车道线检测模型，并结合深度可分离卷积的特征金字塔增强模块PANet，以实现图像的多尺度特征提取；接着，网络框架中设计多尺度空间注意力模块，且引入SimAM轻量级注意力机制，以增强对目标特征的聚焦能力；然后，设计自适应特征融合模块，通过智能调整不同尺度特征图的融合权重，对PANet输出的特征图进行跨尺度融合，以提升网络对复杂特征的提取能力。在TuSimple数据集上的实验结果表明，所提算法的检测精度为96.84%，较原算法提升了1.02个百分点，优于传统的主流算法；在CULane数据集上的实验结果表明，所提算法的F1值为72.74%，优于传统的主流算法，较原算法提升了4.34个百分点，尤其在强光和阴影等极端场景下的检测性能提升显著，说明所提算法在复杂场景下具有优异的检测能力；实时性测试结果显示，所提算法的推理速度达118.0 f/s，满足智能车辆的实时性需求。
需求响应公交作为一种灵活的公共交通模式，能够根据乘客需求提供个性化的公交服务，已在国内外城市广泛应用。然而其在实际运营中却面临着服务效率与运营成本博弈的难题，以及难以实现“门到门”服务的难题。对此，提出一种共享单车接驳需求响应公交的联合出行模式，通过整合共享单车与需求响应公交的优势，实现两种交通方式的耦合优化，从而提高公共交通的整体服务效率与服务水平。基于连续近似方法，将离散的需求点与共享单车投放点连续化，推导计算公交运营成本、共享单车成本以及乘客出行时间成本，以最小化系统总成本为目标，对联合出行系统进行优化。为了验证所提出的联合出行系统的有效性，以重庆市大学城片区为案例进行实证研究，通过模拟联合出行系统在不同场景下的运营情况，将其与无共享单车接驳的传统需求响应公交系统进行对比。结果表明：联合出行系统可有效解决需求响应公交的运营难题，与传统需求响应公交系统相比，联合出行系统最高可降低14.8%的系统总成本、15.2%的出行时间成本和29%的公交车辆绕行。证明在需求响应公交系统中，引入共享单车作为接驳工具，能够显著降低公交运营成本，减少乘客的出行时间，同时减少公交车辆不必要的绕行，优化了公交运营路线，大幅提升了公共交通的服务效率与服务水平。
需求响应公交作为共享公共交通新模式的典型代表，正面临着高效处理出行需求与实时规划车辆路径的挑战，而传统的需求响应公交动态调度方法侧重于需求已知后对车辆路径的动态调整，往往难以全面适应出行需求的变化。因此，该研究通过引入模型预测控制（MPC）方法，构建了基于MPC多周期滚动优化框架的需求响应公交动态调度模型。该模型利用未来阶段的先验客流信息，为当前阶段的调度决策提供优化条件，并及时根据系统最新披露的信息重新规划，以应对需求的不确定性和动态变化。求解方法上，研究结合自适应大邻域搜索（ALNS）策略，设计了MPC-ALNS算法，通过两阶段启发式方法对车辆调度序列进行迭代优化。数值实验结果显示：在无预测偏差的理想场景下，相较于传统动态调度方法，该方法能够使系统总成本显著降低14.54%；即便在预测偏差为30%的悲观场景下，仍然能够实现5.27%的成本优化，并且各项乘客服务指标均表现出了更优异的性能，验证了其在不同随机环境下的普适性。同时，实验进一步验证了该方法在应对不同订单和车辆规模时的稳定优化性能，并对拒单成本进行了敏感性分析，提出了适用于不同运营场景的最优拒单成本设置思路。
随着智能网联技术和自动驾驶技术的快速发展，新兴的自动驾驶模块化公交在公共交通领域受到极大的关注。它可通过车辆间的自由组合/分离操作，实现公交容量的灵活设计，以适应客流时空分布不均的需求。然而既有的全程式服务模式，难以充分发挥模块化公交的灵活运营特性以高效满足乘客的差异化需求。因此，提出一种面向自动驾驶模块化公交的新服务模式，该模式充分结合模块化公交车的自由组合/分离特性以及跳站策略的差异化服务优势，实现公交线路供给的高效化、差异化服务设计。首先采用离散时间建模方法和拓展的Newell理论，以乘客出行成本和企业运营成本最小为优化目标，构建自动驾驶模块化公交跳站服务优化模型，实现发车间隔、发车编组及跳站计划的同时优化；其中，通过对Newell理论进行拓展，使其由计算单个站点的乘客等待时间和在途时间，拓展为从整个系统角度高效计算乘客等待时间和在途时间，极大地降低了建模的复杂度。其次，以丹东市公交110路线路为例，给出优化后的运营方案，并在平峰和高峰时段与传统固定容量公交服务模式和模块化公交全程式服务模式进行比较。结果表明：该研究提出的模块化公交跳站服务模式极大地降低系统总成本，节约3.34%~24.65%，其中，乘客等待时间成本和在途时间成本分别节约7.49%~48.52%和2.31%~6.28%；此外，在高峰时段，模块化公交发车频率较平峰时段更加密集，且倾向于采用低容量编组和跳站服务策略。
随着智能网联车辆（CAV）技术在主动交通管理领域的深入应用，可变限速（VSL）策略成为提升道路交通流通行效率和安全性的关键。针对城市快速路合流区域的交通冲突导致通行能力下降和车速急剧变化问题，提出了一种面向车联网环境下快速路主线和入口匝道的协同可变限速控制策略方法。首先，采用基于Motorway Traffic Flow Network Model（METANET）的主线交通流预测模型，以总行程时间和距离最小构建双目标函数，通过应用模型预测控制（MPC）进行优化求解；然后，将可变限速控制问题抽象为马尔可夫决策过程，以平均速度、吞吐量和车均延误为指标构建复合奖励函数，通过引入深度Q网络（DQN）计算不同交通流状态下最优匝道限速，通过路侧设施（I2V）向CAV发布限速信息；最后，以徐州市北三环快速路为实例对提出的协同控制策略方法进行仿真测试。基于Simulation of Urban Mobility （SUMO）仿真实验结果表明：提出的策略方法与仅对主线进行限速控制的场景相比，路网车辆总行程时间减少8.51%，平均速度提升14.49%，交通密度波动降低14.81%，证明了该策略方法在车联网环境下能有效提升合流区通行效率，减小主线和入口匝道车辆的速度差异，缩小交通拥堵时空范围，从而提高城市快速路交通流的稳定性。
随着低空经济的兴起，无人机的应用场景不断扩展，尤其是在应急救援领域发挥着重要作用。无人机凭借其高机动性、远程控制等优势，在自然灾害与人为灾害等突发事件中，成为灾情监测、通信恢复、人员搜救、物资投递和灾后评估等关键环节的有力工具。该文旨在全面综述应急救援领域无人机路径规划的建模方法及其最新研究进展，为相关领域的研究者提供全面的理论参考和技术指导。首先概述了地震、火灾、洪灾等应急救援场景，归纳了无人机在不同场景中的应用需求；然后系统总结了无人机路径规划的建模方法，包括动态模型和任务模型，并对任务模型从分层、协同、容错、实时、自适应等维度进行了细分；进而从约束条件、优化目标及求解算法3个核心要素出发，全面分析了路径规划优化算法；最后探讨了无人机路径规划在应急救援中面临的挑战与机遇，指出技术发展、多无人机协同作业及多领域融合是未来发展的机遇，为无人机路径规划建模的进一步发展和应用提供了理论支持和实践参考。
针对现阶段对城市轨道交通网络限流场景下的被限制客流转运关注不足等问题，对特定限流条件下转运车辆线路布设和运力配置进行研究。首先，分析量化不同转运线路条件下，乘客选择乘坐转运车辆的效用和选择概率。在此基础上，以最小化总期望旅行时间、最小化转运车辆开行成本、最大化轨道交通网络拥堵区间客流疏解量为目标，构建了限流场景下转运车辆线路设计和运力规划模型。为提高模型求解效率，将模型拆解为开行路径优化和开行方案优化两个子问题，把第1个子问题转换为旅行商问题，将获得的备选线路路径作为第2个子问题的输入进行模型求解。依托成都市轨道交通网络和早高峰时段的客流数据，验证不同限流强度下所提模型的有效性，讨论了转运线路对停站点数量和停靠站点选取的偏好。结果表明：目标值表现良好的线路多为停站点为2-3个的路径，在停靠站点的选取上高度集中，对3-4个特定路径的偏好显著；随着限流强度的逐步加强，偏好于选择停站数量较少、走行距离较短的线路以达到快速转运的需求，在开行班次的选取上，整体上呈现线性增长趋势，但当限流强度大于0.8时，单一线路难以满足转运需求，不再保持线性增长趋势。
人形机器人的运动性能还没有全面达到人类的水平，是影响其大规模产业化应用的因素之一，这不仅是由于控制算法的限制，也受到机械结构设计的制约，尤其是腿部构型在很大程度上决定了机器人的动态平衡性、负载能力和能源效率。为此，该文研究了国内外人形机器人腿部构型的起源与发展历程。目前，人形机器人的腿部构型主要分为串联、并联和串并联3种形式，其结构特性直接影响运动表现。该文分析了串联、并联和串并联构型，并比较其性能特点：串联构型工作空间大，灵活性高，但由于关节传动链较长，刚度相对较低，影响承载能力；并联构型刚度高，动态响应快，但运动范围受限；串并联构型则结合了前两者的优势，具有较好的刚度和灵活性，近年来逐渐成为研究热点之一。讨论了腿部构型研究的技术难点、热点，指出了发展趋势：腿部从采用单一串联构型向使用并联和串并联构型方向发展；腿部驱动器由刚性驱动器向弹性和准直驱驱动器方向发展；腿部采用旋转驱动器向旋转和直线驱动器并用方向发展；控制方面由位置控制向力矩控制和力位混合控制方向发展。
水污染问题日益严峻，迫切需要开发高效且可持续去除污染物的方法。该研究提出用常压干燥法制备一种兼具阴离子和阳离子污染物高吸附量的纳米纤维素基气凝胶。首先聚乙烯亚胺（PEI）通过静电相互作用附着在羧甲基化纤维素纳米纤维（CNF）骨架上，然后使用γ-氨基丙基三乙氧基硅烷（APTES）和戊二醛（GA）进行化学交联得到水凝胶，最后通过溶剂交换和常压干燥方法制得低密度（18.80 mg/cm3）和高孔隙率（92.06%）的CNF/PEI复合气凝胶（CPA），该气凝胶在水中展现出优异的结构稳定性。得益于气凝胶同时含有阴离子型羧甲基和阳离子型氨基，它在复杂废水环境下能同时对阳离子和阴离子染料具有较强的吸附能力。每克气凝胶对亚甲基蓝（MB）和刚果红（CR）的最大吸附量分别为516 mg和2 090 mg，阴、阳离子染料的去除率达到98%以上。此外，气凝胶展现出良好的结构稳定性和抗疲劳性能。在碱性溶液中浸泡一周仍保持完整，且在湿态下经过10次循环压缩，其弹性恢复率仍保持在60%。相比同类吸附材料，CPA在吸附容量、两性吸附能力及重复使用性能方面具有显著优势。该研究提出的制备方法耗时短、效率高，适合规模化生产，有望在工业化污水处理中得到应用。
自动特征识别是智能制造的关键技术之一。传统的基于规则的识别算法可扩展性较差，而基于深度卷积网络的方法以离散模型为输入，准确度不高，且识别结果难以精确映射回原始计算机辅助设计（CAD）模型，造成应用不便。针对上述不足，该文提出了一种基于图神经网络的、能够直接处理边界表示（B-Rep）模型的加工特征识别方法。该方法首先从B-Rep结构中提取有效的属性和几何信息，形成特征描述符；接着根据CAD模型拓扑结构建立具有高级语义信息的邻接图；进而以邻接图为输入，构建高效的图神经网络模型，通过引入可微的广义消息聚合函数和残差连接机制，提升模型的信息聚合及多层级特征捕捉能力，同时采用消息归一化策略确保训练稳定性并加速收敛；训练完成后，网络能对B-Rep模型中的所有面进行分类标注，实现特征识别。将该方法在公共数据集MFCAD++上进行测试，取得了99.53%的准确率和99.15%的平均交并比，说明该方法优于现有的同类研究成果。采用更复杂的测试用例和工程应用中的典型真实CAD案例作进一步检验，结果均表明该方法具有更好的泛化能力以及更强的适应性。
火箭助推零长发射是无人机发射的重要形式，发射角度、助推器夹角、助推器推力等发射参数的选取直接关系到无人机发射任务的成败。无人机火箭助推零长发射在设计阶段借助工程经验选取发射角度、助推器夹角、助推器推力等关键参数时，存在发射参数迭代择优周期长、设计交互性差、容易造成无人机飞行姿态失稳的问题。该文以某无人机为研究对象，对其发射阶段进行动力学及运动学建模，构建了六自由度非线性模型，基于QT/C++软件编制无人机发射弹道参数化仿真软件，并结合某无人机真实发射试验数据，验证该发射弹道仿真软件的有效性。同时，为解决发射参数自主择优问题，在反向传播（BP）神经网络参数预测模型的基础上引入麻雀搜索算法（SSA）、粒子群优化算法（PSO）、遗传算法（GA）优化模块，提出基于SSA优化BP神经网络的无人机发射参数寻优方法，消除BP神经网络在参数预测过程中存在的过拟合及局部最优效应，对参数预测结果求绝对误差（MAE）、平均百分百误差（MAPE）、均方根误差（RMSE），综合评估SSA-BP对发射参数预测的优越性，并通过发射弹道校核验证发射参数选取的合理性。结果表明，SSA-BP模型对发射参数的预测精度最高、鲁棒性最好，可为无人机发射分系统工程设计阶段的发射参数自主择优选取提供设计依据。
肉类食品因富含营养，常成为微生物滋生的理想环境，即使在低温储存下，多数微生物也依然保持活性和保留部分毒力，故对肉类食品进行致病菌筛查至关重要。该研究基于酶促重组等温扩增技术（ERA），开发三重荧光ERA快速检测方法，并对方法的特异性、灵敏度、检出限进行性能分析，然后对市售冷藏肉开展方法的适用性验证，并与行业标准SN/T 1870—2016实时荧光聚合酶链式反应（PCR）方法进行结果比对。结果显示：成功构建了一种针对冷藏肉类中的沙门氏菌、金黄色葡萄球菌、单核细胞增生李斯特氏菌3种关键致病菌的三重荧光ERA快速检测方法；经过优化，该方法能在12 min内通过单次反应同时完成3种致病菌的快速检测；最低检出限低至10-3 ng/μL；对于人工模拟污染样品，经过6 h的前增菌，采用该方法可同时检出污染量为1 CFU/mL的3种致病菌；对市售冷藏肉品的抽检结果显示，金黄色葡萄球菌检出率为19.35%，沙门氏菌检出率为12.90%，单核细胞增生李斯特氏菌检出率为6.45%，与行业标准SN/T 1870—2016的检测结果吻合，充分证明了该方法的准确性与适用性。该研究不仅有助于降低食源性致病菌引发的疾病风险，还可为未来食源性致病菌现场快速检测提供坚实的技术支撑。
受肋环形索穹顶结构构型的启发，提出了一种新型肋环形可展开天线结构，旨在探索大口径天线的创新设计方案。首先，设计了一种带有驱动-锁定接头的基本可展开模块，通过依次组装多个基本可展开模块构成伸展臂，以作为径向支撑肋。进一步地，将多榀伸展臂沿环向阵列排布并相应设置预应力环索，构建得到了一种新型的肋环形可展开天线结构。在完全展开状态下，这种天线结构可视为索梁复合体系，借助有限元软件建立结构的仿真模型，进一步对该结构体系进行模态分析，对比发现：相较于现有构型，所提出的肋环形可展开结构具有更好的结构刚度特性，这表明该结构有望被应用于大口径天线设计。在此基础上，探索了这种肋环形结构形式在大口径天线中的应用，提出了一直径为58.2 m的可展开天线设计方案。为验证设计的可行性，利用多体动力学仿真软件Adams构建了该天线的仿真模型，并分别对其单榀伸展臂和整体结构进行了展开运动仿真。结果表明，所设计的结构能够顺利展开到位并实现可靠锁定，进一步验证了所提出的天线设计方案的可行性和有效性。研究表明，所提出的新型肋环形可展开天线结构兼具桁架式折展结构高刚度和肋式折展结构高折展比的优势，可为未来大口径天线的结构选型提供有益的参考。
快速傅里叶变换（Fast Fourier Transform，FFT）作为科学计算和信号处理领域的核心算法，已广泛应用于数字信号处理、图像处理、深度学习等领域。随着数据规模的增长和处理需求的提高，在新型硬件平台上优化FFT算法显得尤为重要。该文深入分析了昇腾NPU的架构特点及其对FFT算法优化的影响，基于矩阵运算形式的Stockham FFT算法，提出了一系列创新性优化策略：设计了启发式radix选择算法，针对不同输入规模提供较优的radix序列组合；针对单次迭代FFT，开发了无需虚实分离的高效计算流程，显著减少了全局内存访问开销；提出了基于片上缓存的数据读取优化策略，大幅提升了数据访问速度；为多次迭代设计了数据布局优化方法，有效改善了整体访存效率。在搭载昇腾910 AI处理器的昇腾Atlas 800平台上的实验结果表明，该文提出的优化策略相比无优化基准实现了4.61的平均加速比；对各项优化策略进行的独立性能分析和验证表明，各单项优化策略的平均加速比为1.42~3.52。研究结果为在新型NPU架构上实现高效FFT算法提供了技术参考。
电子产品微型化、轻薄化、低成本的发展需求，给散热模组的设计制造带来极大挑战。为解决轻薄型高性能路由器以及小型电子器件散热难题，在光滑铝板散热器基础上设计了6种具有表面微功能结构的铝板散热器，并根据新设计的铝板散热器搭建实验测试平台，分别在自然对流和微对流工况下，对比分析所设计的6种新型铝板散热器相对于光滑铝板散热器散热性能的提升效果。结果表明：自然对流工况下，热源功率在3.0~6.0 W时，方形针翅式铝板散热性能最优，相比于光滑表面铝板，平均努塞尔数提高约18%，传热系数与传热面积乘积提高约17%，热源温度降低约2.0 K；圆形针翅式铝板相较于光滑表面铝板，平均努塞尔数提高7%，传热系数与传热面积乘积提高约5%，热源降低约1.3 K；表面处理后，喷砂型方形针翅式铝板可使热源温度降低2.0~3.9 K，纳米碳层方形针翅式铝板可使热源温度降低5.3~8.6 K；喷砂型圆形针翅式铝板可使热源温度降低1.9~2.5 K，纳米碳层圆形针翅式铝板可使热源温度降低4.9~7.7 K。在风速2 m/s微对流工况下，圆形针翅式铝板散热性能最优，相比于光滑表面铝板，平均努塞尔数提高约8%，热源在6.0 W时温度可降低3.6 K，热阻降低18%；方形针翅式铝板，相比于光滑表面铝板，平均努塞尔数提高约6%，热源在6.0 W时温度可降低2.4 K，热阻降低11%。热源功率越高，具有表面微功能结构铝板相较于光滑表面铝板散热性能越好。
随着城市机动车保有量的持续攀升，交通拥堵程度不断加剧，这种现象对环境保护与城市运行效率造成不利影响。因此，精确预测交通拥堵对于交通管理与优化具有重要意义。然而，现有研究在建模交通数据的动态时变特性及复杂路段间交互关系方面仍存在一定局限性。针对这一问题，该文提出了一种基于图神经网络的门控时空卷积网络模型，以更有效地刻画和预测交通拥堵状况。首先，通过改进的K-均值聚类算法将原始数据划分为多个拥堵状态类别，并将其作为辅助特征融入预测模型，以增强特征表达能力；然后，引入门控时间卷积网络以捕捉交通数据间的时序特性与动态依赖关系，并构建动态自适应门控图卷积网络，通过信号生成模块与双层调制机制实现特征融合与动态权重分配，从而完成对时空特征的有效提取；最后，引入残差连接以增强训练过程的稳定性，并利用跳跃连接对多层次与多尺度特征进行有效整合。在真实交通数据集PeMS08与PeMS04上对所提模型的有效性进行了验证，结果表明，该模型的预测精度优于其他基线模型。
