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

本申请涉及城市发展规划技术领域，尤其涉及一种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。方法包括：基于街道网图和历史交通数据获取多个子街道图，生成拓扑系数阵列和拥堵系数阵列；基于拓扑系数阵列和拥堵系数阵列生成相干阵列，对相干阵列归一化处理生成相干系数阵列，获取目标街道；基于历史交通数据和设计信息获取目标街道的拥堵因素，基于拥堵因素和相干系数阵列生成优化方案组合；通过仿真单元获取仿真结果；若仿真结果与优化目标的比值不满足设定阈值，则重新获取相干系数阵列和仿真结果，直至迭代出最佳优化方案组合。本申请解决了优化方案不够精准的问题，提高了优化方案组合的精度。