交通流机电检测系统是智能交通系统的重要部分,采集获得的交通流信息为城市交通规划和交通管理提供重要基础信息,是交通诱导系统有效实现的保证。然而,由于天气、施工损坏、线路故障、处理错误、无检测器等原因,交通流信息的采集会出现不完备和缺失的情况,即交通流信息残缺。为了获取完整的交通流信息,深入探索交通流分布规律,亟需研究对这些残缺信息进行修复的技术方法。根据对交通流信息残缺的分析可以分为信息部分残缺和信息完全残缺。对信息部分残缺修复提出了SARBF神经网络拟合方法,先在空间数据库中通过自相关性分析,找出与信息残缺路口相关性较强的路口对象,再从属性数据库中选取各参加修复路口的历史数据参加神经网络训练。对信息完全残缺修复采用了拉格朗日插值法,在插值之前对参加修复的路口进行空间分布分析并对其编码,取此编码作为插值节点。采用上述方法获得区域完整的流量数据后,用B样条曲面拟合方法对这些数据进行时空分布拟合时,发现波动突变现象,通过对交通流模型的分析得到描述孤立子的运动方程,验证了城市交通流孤立波的存在,并提出正负孤立波的概念。这为交通管理部门制订诱导预案提供了新途径,有助于实现城市交通流抑峰平谷的宏观调控服务,充分利用道路资源。本文所获得的研究成果在浙江省重大科技专项项目“城市智能交通诱导系统的关键技术研究与应用”的研发过程中已经得到了实践检验,并开发了杭州市基于WlebGIS的交通流残缺信息修复系统,验证了本课题研究所获得的理论成果和算法的可行性和准确性。