1.1研究目的

交通运输业是国民经济体系的重要组成部分，也是促进国民经济发展的重要支柱产业和推动社会进步的先决条件。本文根据武汉市交通运输量发展情况以及其交通基础设施建设现状，分析交通运输量的发展变化的规律与特点，探究城市交通规划的合理性，比较论证几种常用的交通运输量预测的方法，分析其各自的优缺点和应用的条件、局限性，以此提出基于神经网络的交通运输量预测方法，验证其作为预测方法的科学性和合理性，为武汉市的交通运输量预测提供一个科学可行的方法。

1.2研究意义

武汉市作为中国中部第一大城市，长江经济带的核心，市内江河纵横、湖港交织，水域面积占全市总面积四分之一，构成滨江滨湖的水域生态环境。武汉有“九省通衢”之称，是中国内陆最大的水陆空交通枢纽、长江中游航运中心，其高铁网辐射大半个中国，是华中地区唯一可直航全球五大洲的城市。近年来，随着交通运输业的迅速发展，武汉市的交通基础设施，现代化运输装备，客货运量总量以及运输规模都飞速发展。大量的基础设施建设，特别是地铁线路的修建，使得武汉市的交通运输供需矛盾得到一定缓解，其运输网络结构也得到了较大改善，具有一定规模的现代化综合运输网络已初步形成。然而，城市化进程的加快带来的问题也不容忽视，交通拥挤，环境污染，交通事故等问题日趋严重，目前的交通设施建设无法解决所有问题。城市交通运输量预测是城市交通规划建设的核心内容之一，对城市交通流量的设计，城市道路的规划，路网布局的形成起着十分关键的作用。武汉市交通运输量预测结果的准度与精度，直接影响着城市道路建设和路网规划，是一个重要的课题，具有显著的理论意义和现实意义，有利于为城市交通规划设计提供良好的指导方向。

1.3国内外研究现状

1.3.1国外研究现状

国外学者将神经网络应用于交通运输量预测的实例不少，Tung、AnneKoehler、DemPster等人建立了神经网络预测模型，通过此模型预测的交通运输量精度与准度比传统预测模型更加具有优势^[1~3]。

H.Nicholson和C.D.Swann在路段区域交通量的测量中采取了Spectral analysistechnology(光谱分析)，当实验采集数据较为精准时，此种分析法可以将预测误差控制在5%以下，较常规的预测法有着显著的优势，但同时它也有一定的局限性：当遇见交通量激增或骤降等不可预见的情形下，其无法解释成因，也无法根据已有的数据表现出协方差矩阵显示的特征^[4]。

Corinne Ledoux的研究更进一步，他在神经网络方法研究的基础上，合理的把神经网络同自动调整的城市交通网络控制体系相结合，形成了各个区域的交通量预测模型，在预测估计路口排队等待长度和通过流量方面所获精度较高^[5]。

Chrobok R, Whale J和Shcreekenberg M根据Large-scale networks（大范围网络）来进行微型仿真，其预测的准确度比较高，具体是根据已有的测量数据再结合元胞自动机交通流模型，以此对该网络内的交通流进行估计^[6]。