本发明涉及一种基于对偶动态时空图卷积的交通预测方法，用于解决当前基于图网络的交通预测方法中存在缺少对边建模以及动态建模导致的预测精度不高的问题。首先输入历史交通数据，送到输入层进行处理，然后将输入层的输出送入动态时空层，经过动态时空层中多个堆叠的对偶动态时空块进行时空相关性特征抽取，再将这些特征输入到输出层，最后输出的即是最终的预测结果。其中，最核心和关键的对偶动态时空块包括动态图卷积模块、动态超图卷积模块，以及两个之间的动态交互模块。本发明能很好的挖掘交通数据中复杂的时空相关性，从而揭示动态交通系统潜在的时空关联，进而更加准确的对城市交通数据进行预测。