本发明属于数据预测技术领域，具体涉及一种多维高速公路路面破损率预测方法，通过收集相同高速公路的往年破损率数据以及往年多源路域影响因子数据，使得获取多种不同的路面影响因子，一方面通过多维数据对构建的多维高速公路路面破损率预测初始模型进行训练后得到的模型更加客观全面，进而使得最终预测的结果也更加准确；另一方面对获取的破损率数据不需要繁琐的处理过程，降低处理难度，提高处理效率；同时通过调整初始模型参数对多维高速公路路面破损率预测初始模型进行多次训练最终筛选得到多维高速公路路面破损率预测最优模型，进一步提高预测准确性。