现代城市中车辆的增长速度远远超过道路里程数的增长，由此所引发的交通拥堵、环境污染等问题已严重阻碍了城市的可持续发展。解决该问题的一个较好方法是发展城市智能交通，建立有效的交通诱导系统，提高城市道路利用率。反映城市路网状态的重要指标是交通流 ，是指单位时间内道路某一截面通过的车辆数据，有效的交通诱导系统可以预测未来短时间 (10 ～ 15 min) 的交通状况，时提出合理的诱导建议。随着交通传感器的大规模应用，每天都可以很容易地获得大量的实时交通数据，如流量、速度和占用率。通过精确的短期交通流量预测，拥有先进旅客信息系统设备的旅客可以合理地安排自己的活动，而交通管理者可以有效地调整交通管理策略。因此，无论从管理者还是使用者的角度来说，研究短时交通流并预测对城市交通安全和出行安全都有着重要的意义。

1.2短时交通流预测研究的现状

随着短时交通流分析与预测工作的不断深入，研究人员依据不同的分析角度以及应用条件提出了许多模型。这些模型可以分为３类：第一类是基于数理统计以及微积分的预测模型；第二类是基于机器学习等现代科学技术为基础的预测模型，包括支持向量机、神经网络、基于混沌理论的模型等；第三类就是组合预测模型。第一类模型通过观测数据内部的统计特征，动态地处理交通流数据，预测未来的交通流量，但该类模型大多仅利用历史流量数据来预测，而忽略了季节、气候，上下游流量的影响等其它因素，难以适应交通流随机性强的特点，故该类预测方的准确率并不是很高；第二类模型通常采用机器学习或者人工智能的方法预测短时交通流量，缺点是往往会忽视交通流数据所固有的一些特性。

1.3采用帝国竞争算法的目的

帝国竞争算法 (imperialist competitive algorithm,ICA)是一种模拟社会政治行为的新型智能算法, 其搜索始于由一组国家组成的初始种群, 其中一些成本值最小的国家被选作殖民国家, 其他国家为殖民地.ICA主要由殖民地同化、殖民地革命和帝国竞争等步骤组成, 它已成功应用于设备布局、调度和装配线平衡等帝国竞争算法既具有较强的邻域搜索能力, 又是有效的全局优化方法且结构灵活, 本次毕业设计便着重于应用ICA的这些优势来解决短时交通流预测的问题。 1.21.21.21.21.21.21.21.2

2. 研究的基本内容与方案

2.1研究（设计）的基本内容

（1）对基于帝国竞争算法的短时交通流预测问题进行研究

（2）对帝国竞争算法进行研究，并针对短时交通流预测问题进行算法调研，在现有算法的基础上设计改进的短时交通流预测算法

（3）设计帝国竞争算法，编写程序实现所设计的算法，并验证其可行性

2.2研究（设计）的目标