本文介绍了多种基于图神经网络的交通预测模型，如空间-时间动态网络、混合时空图卷积网络和空间-时间图扩散网络。这些模型通过流量控制机制、周期移位关注机制和异质图等技术，显著提高了交通流量预测的准确性，尤其在长期预测和复杂交通模式方面表现优异。实验结果验证了这些方法在实际交通数据集上的有效性。