近年来,智能交通系统(Intelligent Transport System,ITS)越来越受到人们的重视,它在当代科学技术充分发展的背景下产生,旨在将先进的计算机技术、通信技术、数据库技术、人工智能技术等运用于交通运输中,以解决交通拥挤、保证交通安全、提高交通网络使用效率等问题。智能交通涉及到交通领域的多个方面。公路交通流量的预测就是其中的一个重要应用。公路交通流量预测的主要内容是依据主要道路交叉路口和断面的交通流量信息,利用适当的方法进行实时动态预测,为给出行者提供最佳行驶路线、为均衡交通流、优化交通管理方案、改进交通控制等方面提供基础性依据。论文结合城市道路交通流量的特点,讨论研究了国内外历史上几种常用的交通流量实时预测方法,对这几种预测方法进行比较和分析后指出各种预测方法的优点、不足和适用条件。其次,在此基础上,通过考虑预测路段当前流量、历史流量数据以及上游路段流量等多种数据信息,采用隔离小生境技术优化遗传算法,再结合BP神经网络运行的特点,用改进后的遗传算法优化BP神经网络,从而构建合理的神经网络预测模型。最后,通过对交叉路口进行预测,并将预测值与实际值进行比较和分析,从而检验模型的有效性和准确性。