一种基于人工智能的智慧交通流量预测分析方法

本发明涉及一种基于人工智能的智慧交通流量预测分析方法，包括：分交通层级采集并融合交通流量、环境因子与事件信息，通过区域因子标签实现多层级时空属性标准化与自动聚类预处理，然后利用区域因子向量化表示各节点多维结构及动态属性，结合自组织图神经网络动态建模空间节点异构邻接关系，并引入跨层级动态注意力机制对多时空特征加权融合，再经分层融合解码网络输出多粒度流量预测。模型结合实际反馈，实现区域因子与模型参数自适应优化。其有益效果在于实现交通流量在道路、区块和城市等多尺度下的高精度预测，提升了对异构信息、突发事件和空间动态变化的自学习与自适应能力，支持分层次决策与流量管理。