一种基于大模型的城市智能协同决策系统及方法

本发明涉及大模型技术领域，具体为一种基于大模型的城市智能协同决策系统及方法，包含多源异构数据融合感知层、深度学习认知引擎、自适应调控决策层以及系统效能优化与安全保障体系；有益效果为：通过整合交通摄像头、地磁传感器、车载终端等多模态数据，利用大模型的多层注意力机制提取时空关联特征，结合增量学习算法实现交通流量预测与信号配时优化联动调控。相比现有技术，本平台解决了传统方法对复杂路网动态适应性差、预测精度低的问题，可实现城市级路网通行效率提升15％‑22％，异常拥堵响应时间缩短至3分钟以内。