【摘要】制定科技产业政策需要科学预测技术发展趋势，专利申请书能够细粒度地表述技术特征，对专利申请书进行分析并构建技术预测模型有助于提高技术预测准确率。本文以专利申请书为研究对象，构建一种基于粒子群算法和图神经网络的技术预测模型，以人工智能领域中美国公司在华布局的594项专利申请书作为研究对象，在技术预测任务上以指数平滑法、平均移动法、SVR (support vector regression)、GRU (gate recurrent unit)、RNN (recurrent neural network)等算法为基线进行实验。结果表明，本文模型的准确性优于现有技术预测模型，可揭示技术新特征的形成过程。采用此模型对人工智能领域美国在华专利布局进行预测，并对重点领域的具体技术特征进行分析，得出了当前美国在华技术布局的趋势、具体特征与空白点。该模型能够提升技术预测准确性，可为科技产业布局与科研人力物力投入提供决策依据。