随着我国社会经济的发展和机动化水平的提高,我国汽车保有量有着快速的增长,给人们带来便捷、快速的出行,但同时也引发一系列问题:城市道路交通供需矛盾突出、道路交通安全严重、道路交通环境污染、交通能源消耗过大等,城市交通成为城市发展所关注的焦点问题。汲取发达国家的经验和教训,走可持续发展道路,建立起符合经济社会可持续发展要求的高效、经济、协调、环保、安全的交通运输体系,是解决城市交通的根本途径。汽车保有量的研究是城市道路交通规划的一项基础性工作,如何准确的预测城市汽车保有量,对于城市交通规划与管理以及城市交通的可持续发展有着重大意义。鉴于此,本文对传统神经网络进行了改进,提出了基于主成分分析和遗传算法的BP神经网络模型,对武汉市的汽车保有量进行预测,以期对武汉市的城市道路交通规划有一定的借鉴意义。本文首先分析了世界汽车产业的四个发展阶段,从道路交通基础设施、交通安全、交通环境污染、汽车保有量等几个方面对国内外的道路交通状况进行了对比分析,得到如下结论:尽管我国道路交通总体水平不断提高,但同发达国家相比仍有较大差距。其次,本文从社会经济因素、价格因素、交通基础设施以及政策因素四个方面分析了汽车保有量的影响因素。本文从影响因素入手,选取人口、生产总值、社会客货运输量、道路长度等十一个指标对汽车保有量进行预测,建立了基于主成分分析和遗传算法的神经网络模型。首先对这些指标进行主成分分析,用主成分来代替所有指标,减少了神经网络的输入数据维数。然后,充分发挥遗传算法的全局寻优能力,用遗传算法优化神经网络,确定神经网络的初始权值,进而利用神经网络进行预测,提高了神经网络的稳定性和运算效率,取得了较好的效果。同时本文尝试引入政策变量来解释汽车保有量的奇异数据,以更好的模拟外界不确定影响因素所引起的突变。基于发展可持续交通的考虑,本文建立了时空资源约束下的路网容量模型,并采用运营时间修正系数、路网综合使用频率系数等来修正该模型,以更好的反映城市道路交通实际情况。本文运用路网容量模型求出武汉市道路交通所能承受的最大汽车保有量,得到武汉市的整体路网负荷度,并与武汉市道路现状进行了比较分析,希望对武汉市交通的可持续发展有一定参考价值。