基于深度学习与数据挖掘的城市发展规划优化方法及系统

本发明涉及城市规划与智能交通技术领域，具体为基于深度学习与数据挖掘的城市发展规划优化方法及系统，包括以下步骤：S1、多源数据采集与标准化处理：1.1采集三类数据：城市基础数据、交通信号核心数据(含交通信号灯配时方案、运行状态、车流量触发配时调整记录，本发明将交通信号(信号灯、路灯)数据深度融入城市发展规划，构建“规划‑交通信号”协同预测模型，解决传统规划静态化问题，提出“交通信号‑规划适配度指数”，实现规划方案与交通信号系统的量化匹配，同时设计“双输入‑双输出”深度学习架构，提升预测精度，支持规划方案自动生成、可视化展示与动态迭代，可直接对接智能交通设备，减少人工干预。