一种基于AI的城市交通流量预测与动态信号优化方法及系统

本发明公开了一种基于AI的城市交通流量预测与动态信号优化方法及系统，涉及交通管理技术领域，该方法包括：获取目标区域的实时交通数据、历史流量数据与外部环境数据，得到多源数据，根据多源数据构建与目标区域对应的时空矩阵；利用预设的时空融合模型对时空矩阵进行学习，通过学习得到的时空融合模型输出未来预设时间段内交通流量的预测结果；其中，时空融合模型为图卷积网络与Transformer网络的联合架构；基于预测结果，通过多智能体学习算法动态调整目标区域内交通信号控制参数。本发明通过形成"数据感知‑预测建模‑自主决策"的闭环调控，从而突破传统方法空间特征建模静态化、时间关联分析碎片化的局限，有效解决单点优化引发的区域失衡问题。