从公路网的角度出发,在借鉴国内外有关路网容量研究的基础上,对交通量的基于神经网络的组合预测模型和图论方法在路网规划中的应用作了较为深入的研究。交通量的预测与路网规划是息息相关的,未来交通量对路网通行能力的要求直接关系到路网的规划工作。尤其是干线路网承担着路网中的大部分运量,其容量的确定可以为城市的交通运输规划与管理工作提供基础数据及量化的理论依据,其容量的研究对于完善交通工程理论是不可缺少的部分。本文的主要工作包括如下几个方面:(1)对国内外路网容量的研究历史、现状和发展趋势进行了回顾与分析,分析了路网研究的必要性和意义。(2)具体研究目前交通量的预测方法,结合组合预测方法,提出了基于神经网络的组合预测模型,并用具体数据进行了验证,取得了较之单一模型更好的结果。(3)系统分析和研究了图论中求解路网最大流的各种算法、适用条件和优缺点,通过分析比较找到一种不错的算法—即构造辅助图,将求解最大流的算法转化为求解最短路的算法。在构造辅助图的方法中采用了数据结构的邻接链表方法,使对大规模的路网的规划更方便、明了。(4)以在西安市城市道路网络系统中采集到的主干路网的数据为基础,对该市的路网容量用上述方法进行了分析,通过实例建立了对路网容量的研究体系—即用图论法找到路网的最小割集容量和制约路网容量的关键路段。(5)对本次研究成果进行了总结,并且对今后的研究重点提出了建议,希望能对路网规划的研究提供一些有价值的尝试。