快速路作为城市路网系统中的骨干性道路,在缓解城市交通压力方面发挥着重要的作用.中国快速路的建设方兴未艾,但相应的基础性研究工作却较少,设计、管理中多参考高速公路的标准和规范,但二者之间的差异会导致一些不尽合理的方案.交通流系统中存在着自相似性,分形理论提供了一个解决问题的新视点,这方面的研究刚刚起步.由此可见,应用分形理论研究快速路交通流特性无疑具有重大的理论意义和应用价值.论文借鉴分形和混沌理论在其它领域中的研究成果,将其应用于交通流时间自相似特性的研究,计算、分析分形维数、最大Lyapunov指数和Kolmogrov熵等混沌吸引子的特征量,最后建立了交通流短时预测模型并加以验证.论文的具体内容如下:利用AutoScope视频数据采集系统获取的北京市西二环路和沈阳市东西快速路的单车资料,以不同时段统计得到流率、速度序列,并进行混沌特性判定,结果表明交通流系统在同步流和自由流状态均具有混沌特性.采用G-P算法,VB语言编程,计算不同统计间隔的流率与速度序列的关联维,得到建立相应模型所需要的最少独立变量的数目;计算了Hausdroff维数,通过对比分析其值与流率(速度)变化情况,分析其在交通事件检测中的应用前景.采用基于小数据量的Wolf改进算法,编程计算流率序列的最大Lyapunov指数,此外,还计算了Kolmogrov熵,计算结果进一步表明系统是混沌的.将基于最大Lyapunov指数的混沌时间序列预测模式具体化,进行算法研究,建立了交通流短时预测模型,并利用流率数据进行了模型的验证,改进后的模型的预测结果能够满足应用的要求.