1.一种基于时序交通网络图的交通运行状态分类方法，其特征在于，所述方法包括以下步骤：

步骤1：根据时间序列道路交通流数据集构建时序交通网络图，并保存网络图信息：获取路段的时序交通流量数据，构建时序交通网络图，并保存网络图信息；

步骤2：将保存的网络图信息转化为vector：利用Doc2vec将paragraph转化为特征词向量vector；

步骤3：基于Doc2vec训练得到的特征词向量vector进行分类：基于得到的特征词向量vector结合对应交通状态进行分类。

2.如权利要求1所述的基于时序交通网络图的交通运行状态分类方法，其特征在于，所述步骤1中，对时序的交通流数据进行预处理并构建时序的交通网络图，获取某路段的时序交通流数据，构建时序的交通网络图，构建方法为有限穿越可视图复杂网络LPVG，且每个交通网络图对应一个交通运行状态，这个交通运行状态为交通信号调控方案。

3.如权利要求1或2所述的基于时序交通网络图的交通运行状态分类方法，其特征在于，所述步骤2中，构建的时序交通网络图都有paragraph与之一一对应，此处将时序的paragraph转化为固定维数的向量，每个向量各自保存了各个交通网络图的特征信息。

4.如权利要求1或2所述的基于时序交通网络图的交通状态分类方法，其特征在于，所述步骤3中，将时序的特征向量和交通状态分为训练集和测试集，分类器采用随机森林，通过训练集训练出使分类器分类准确率达到最高的参数，利用测试集测试训练好的分类器的分类准确率。