本研究提出了一种名为MM-STFlowNet的多模式客流预测方法，基于动态时空图建模。该框架结合了时序特征处理和空间-时间动态图卷积递归网络，显著提升了交通枢纽的客流预测准确性，尤其在高峰期表现优异，为交通管理提供了重要参考。

“AI游贵州”是中国首个省级智慧旅游平台，利用DeepSeek大模型提供个性化旅行规划，优化行程安排，提升用户体验，并帮助管理部门预测客流量，推动贵州旅游业发展。

本文综述了多项基于LSTM的交通预测研究：利用注意力LSTM预测行程时间，误差仅3.99%；结合RNN与CNN预测航班客流，均方误差改善约33%；HierLSTMat预测路网旅行时间；LSTM预测车辆轨迹与共享出行客流；RCLSTM降低计算复杂度；神经网络预测出租车目的地；LSTM预测巴士客流，准确率提升23%。