短时交通流预测是支撑交通控制系统、交通流诱导系统等智能运输系统子系统的关键技术之一。交通流是典型的非线性时间序列,需要找到有效且稳健的非线性预报方法。组合预测模型是当前短时交通流预测的主要策略,而“机理+辨识”预测策略作为新的预测理论,是组合预测模型的一种细化和深化,对组合预测模型的深入全面研究是完善和发展“机理+辨识”预测策略的基础。这两点是本文研究的重点。本论文的主要研究内容和成果如下:(1)将“机理+辨识”预测策略应用到短时交通流预测中,利用时间序列分析和数理统计学的相关知识提出了低阶非线性组合预报的概念,并对其的可靠性和稳健性进行了初步的分析和证明。同时,进一步完善了非线性变换提高信噪比的思想,并给出了四种基本的低阶非线性变换形式,来有效提高交通流的预测准确率。本文不仅给出了这四种低阶非线性变换的数学证明,而且从小波变换和功率谱分析的角度证明了非线性变换提高信噪比的有效性,最后在Matlab仿真实验中也证实了这一结果。(2)将自助法引入到包括五种单一预测模型的组合预测模型中,有效地改善了预测效果;并分别对包括七种和十二种单一预测模型的组合预测模型,研究了不同的样本训练数目对组合预测效果的影响,比较了组合预测模型的简单平均法、方差导数法和Dickinson法预测效果的优劣,并对不同组合预测模型和不同预测方法的结果变化规律给出了理论性的解释;为Dickinson最优组合权重系数的改进提供了直接的试验基础。(3)研究了普通和自适应动态控制论法进行短时交通流预测时的样本容量对预测准确率的影响,为进一步的组合预报模型研究提供了新的基础模型选择。