交叉口作为城市道路网络的节点,在整个城市网络体系中起着至关重要的作用,城市主干道上交叉口往往会成为城市交通活动的瓶颈,一点不畅可能引发整条线,甚至整个路网的连锁反应。对主干道交叉口节点的合理控制可以减少拥堵,降低停车延误,提高通行效率,减少环境污染。而智能交通技术的发展恰是能够为交叉口信号控制提供一个良好的优化方案。车辆动态诱导系统作为智能交通系统的重要组成部分,已成为交通管理部门疏导城市道路交通的有效途径,实时准确的流量预测是实现动态路径诱导的基础和关键。因此,对城市道路交通流量短时预测的研究具有重要意义。传统预测方法一般只根据单交叉口历史数据进行预测,只考虑了时间因素而忽略了空间联系,本文以城市关联交叉口的交通流量预测为研究内容。首先分析和研究了国内外针对交叉口短时流量预测的现状、发展趋势和存在的问题。对交通流预测中涉及到的数据采集、交通流特性、交通预测原理进行简要阐述。然后对灰色预测模型进行研究,针对灰色预测模型的不足进行分析,并进行改进。论文针对传统方法的不足提出将时间和空间因素综合考虑,重点研究上下游交叉口流量路径配比和车辆在路段的行程时间,根据关联交叉口之间的空间地理关系提出在线滚动预测短时流量的方法,该方法不需要将所有交通量数据都予以保存,又保证了预测的连续性,提高预测精度,降低误差离散程度。结合现代交通数据采集技术,本文提出利用次关联交叉口流量统计来预测研究目标的交通流量的构想。并以成都府城大道-益州大道交叉口与府城大道-成汉南路交叉口为例,验证了模型的精度和可行性。