本发明涉及公共资源规划技术领域，公开了一种基于人工智能的城市综合管理方法，包括以下步骤：S100：当车辆进入车场时，获取车辆信息和当前车场的快照信息，输入到训练好的模型中；S200：模型预测出该车辆在未来时间步的最优路径和车位占用状态，并显示在显示设备上。本发明架构融合了图神经网络的结构建模能力、RNN/Transformer的序列建模能力，并通过注意力层捕捉车辆相互影响，能够学习车场的拓扑结构、车流模式等隐含信息，同时优化车辆行驶路径和车位利用效率，同时学习空间拓扑结构、时间动态过程和车辆相互影响，为复杂的车辆引导问题提供全面的建模和优化方案。