国家经济和社会生产力的发展贯穿人们生活的各个层面。代步工具的研发和使用是人类文明和发展的必然趋势，根本动力来自人类对便捷生活的追求。人们沉浸在购买和使用汽车带来的喜悦中，但随之而来的社会影响也不容忽视。交通流量剧增导致道路拥堵现象频发，道路交通在如何保证安全同时又提高通行效率的问题上面临着严峻挑战，因此智能交通系统的发展刻不容缓。基于深度学习方法对智能交通系统中的道路速度预测任务进行研究，提出了基于图注意力网络的道路速度预测算法。该算法首先利用循环神经网络学习当前道路的路况信息，接着利用建模邻居道路的短期路况特征和长期路况特征，再建立模型使用图注意力网络权衡邻居道路的影响进行目标路段的速度预测，使用真实交通数据集中验证了算法有效性。