交通流预测是智能交通系统(ITS)研究领域的一个重要课题,好的交通流预测方法能对交通的控制和规划起到至关重要的作用。短时交通流预测是指对时间间隔较短的未来交通流状况进行的预测,一般服务于交通的实时控制、诱导系统,对缓解交通拥堵有着指导意义。本文建模的基本假设是交通活动中的车行转弯比例在道路畅通情况下具有相对的稳定性,该结果是结合实际数据观测与理论分析综合得出的。本文的理论分析步骤如下所述:(1):对实际交通网络和运行于网络上的机动车交通流进行抽象化,用矩阵的语言描述并初步分析一般交通网络的拓扑特性及交通描述量之间的相互关系。(2):提出并论证车行转弯比例稳定假设,提出车行转弯比例矩阵的概念。(3):在(1)和(2)的基础上,将时间连续交通过程离散化,提出基于稳定车行转弯比例假设的基本模型。并对畅通和拥堵情况的短时交通流预测进行了探讨,给出了预测公式。(4):在(3)的研究基础上,对模型进一步优化:对短时交通流的随机波动特性进行分析,通过对观测交通数据流进行平滑近似,削减短时交通流中的随机波动因素。同时,在(3)模型的基础上引入自适应控制项,用观测数据流对预测数据流进行反馈控制,来减小预测误差。本文最后对各模型进行了仿真实验,对模型的预测精度进行分析,并给出了优劣评判。最后对交通流短时预测技术的前景进行了展望。