为了得到准确的交通流量预测结果，提出一种基于动态扩散图卷积的交通流量预测模型。首先，利用扩散图卷积模型对不同节点间的空间特征进行学习；其次，通过引入动态邻接矩阵，以确保各节点在不同时刻间的特征都得到充分学习；再次，采用门控循环单元，对交通流量数据进行时间特征提取；最后，通过模型层级间的残差连接，传递更多原始信息以增强模型的稳定性。在4个公开数据集上的实验结果证明本文算法在交通流量预测任务中的有效性。