基于多层次分布式计算架构的联网收费数据同步优化方法

本发明公开了基于多层次分布式计算架构的联网收费数据同步优化方法，S1、收集各收费站点的实时流量数据，并进行初步清洗与预处理；S2、利用时空卷积神经网络对预处理后的流量数据进行时空特征提取，生成时空特征表示；S3、基于Neural Prophet模型，进行短期和长期流量预测，生成流量预测值；S4、基于流量预测值，构建动态数据同步策略；S5、将优化后的数据同步策略传递至区域中心层，调整数据同步的具体执行细节；S6、云端层根据区域中心层反馈的优化信息，生成全局优化方案；S7、持续评估同步策略的执行效果。本发明能够在联网收费数据同步优化中提供高效、科学的优化方案，为实际应用带来显著的技术价值和经济效益。