本发明公开了一种基于重力学多层三维残差网络的城市OD人流预测方法。首先构建三个OD信息输入，再对基于重力学多层三维残差网络进行训练；其中基于重力学多层三维残差网络包括背景信息模块、平面OD历史信息模块、基于重力学的OD历史信息模块，本发明将平面和基于重力学的OD历史信息的浅层特征和深层特征进行跳跃式聚合连接；设计有循环三维张量纵横自注意力块，用于学习人群流动受到本地和全局邻居的时间‑空间‑背景信息影响；最后利用训练好的网络即可进行城市OD人流预测。本发明预测得到的未来时段的OD人流可以对不同交通模式，例如网约车、出租车、公共交通和共享单车等交通系统的客流进行预判，平衡平台效益与服务质量。