本发明涉及一种基于人工神经网络的高速公路智能预养护方法，包括以下步骤：步骤1、采集第一层人工神经网络的输入特征和输出特征；步骤2、建立第一层人工神经网络，训练得到道路状况数据和道路破坏数据之间的因果关系的神经网络模型；步骤3、建立第二层决策树模型；步骤4、对从道路状况数据到养护决策有时间序列的两层神经网络模型构成的算法进行优化；步骤5、根据步骤4的优化算法，得到从路面损坏参数到道路预养护决策之间的规范。本发明能够提高预测精度和预测效率以及预测的前瞻性。