本发明公开了一种基于图神经网络和迁移学习的工艺质量时间序列预测方法，包括如下步骤：首先，通过MES系统对生产线工艺参数与质量指标数据进行采集并形成数据集；其次，将所有变量映射为节点，变量对应的生产数据作为节点特征，将工艺参数与质量指标之间的控制关系映射为节点间的边，完成工艺关系到图数据的转化，并利用图神经网络计算图数据内的空间特征；同时，借助双向长短期记忆网络计算质量指标自身的时序特征；最终，将空间信息和时序特征拼接进而得到预测结果，引入迁移学习机制来实现模型的更新并输出预测结果。