对高速公路交通流量实时准确的预测是制定合理的交通管理调控方案，有效地诱导出行者合理选择行驶道路的重要前提。高速公路系统是个复杂的开放系统，其交通流表现出周期性和不确定性共存的特性，而这恰恰正是以非线性和自相似性为特征的混沌系统的具体体现。因此，本文引入混沌理论对高速公路交通流特性进行研究，建立混沌预测模型，提高高速公路交通流量预测精度，进而提升对高速公路的诱导调控能力。本文在分析高速公路交通流混沌特性的基础上，通过重构相空间，建立高速公路短时流量预测模型对高速公路交通流量进行预测。本文的具体研究工作总结如下：①高速公路交通流混沌特性的识别及其关联性的分析。首先利用最大Lyapunov指数法和关联维数法分别验证了高速公路交通流量、速度和占有率时间序列的混沌特性；然后分析了高速公路交通流各参数的混沌关联性，为第五章建立多参数预测模型的研究提供前提支撑。②针对很多文献都一直规避的基于最大Lyapunov指数的混沌预测会出现两个预测值的问题引入马尔科夫链改进最大Lyapunov指数的混沌预测方法。改进的方法将时间序列的斜率作为状态变量，并根据马尔科夫链建立状态转移矩阵，进而判定预测值演化方向。③高速公路交通流系统是个复杂的混沌系统，仅用流量时间序列重构相空间不一定能勾勒出系统完整的混沌特性。针对这种情况，本文首先根据Bayes估计理论将高速公路速度和占有率时间序列融合到一个新的相空间，该相空间包涵了速度和占有率的混沌特性；然后以流量相空间的相点作为基础重构分量，辅以新融合相空间的相点作为重构变量，通过条件熵扩维的方法将两个相空间进行融合重构，进而为建立多参数预测模型提供简洁充分的信息。本文以渝武高速公路交通流量数据分别对建立的单参数预测模型和多参数预测模型进行了验证。结果表明：本文改进的最大Lyapunov指数预测法具有较高的的有效性和可行性；本文改进的多参数相空间重构方法能够更好地勾勒出系统的混沌特性，并且基于其建立的多参数预测模型具有较高的预测精度。