基于AI多源数据的医药厂区布局规划方法及系统

本申请涉及一种基于AI多源数据的医药厂区布局规划方法及系统。所述方法通过采集并融合医药厂区的物料流动与人员流动等多源动态数据，利用时空对齐与标准化处理构建统一的流动数据模型，结合图神经网络提取区域间时空关联路径生成初始连接权重图，进一步通过阈值剪枝与关键路径重构消除冗余连接，形成稀疏化的功能区域交互模型，并基于连接权重分布的聚类算法实现洁净区与非洁净区的精准划分，最终依托空间优化模型与污染风险评估动态生成厂区布局方案，从而显著提升厂区布局的合理性与安全性，降低交叉污染风险，增强空间资源利用效率，同时兼顾生产流程的动态适应性与未来扩产的可扩展性。