1. 研究目的与意义（文献综述包含参考文献）

1. 课题背景和意义

众所周知，交通系统是支持社会经济发展的基础设施,在社会经济系统中占有重要的地位。交通问题解决的好与坏,直接影响着国民经济的发展与人民生活质量的提高。当今世界各国的大城市无不存在着交通拥挤问题。交通问题在一定程度上已经成为制约经济、社会稳定发展的”瓶颈”问题。然而有限的土地和经济制约等使得道路建设不可能达到相对满意的里程数,所以就需要在不扩张路网规模的前提下,综合运用现代信息与通讯技术等手段来提高交通运输的效率,以提高交通路网的通行能力。于是,运用各种高新技术系统地解决道路交通问题的思想就应运而生了,这就是智能交通系统。[1]

短期交通流预测是智能交通系统的核心,它利用预测算法来分析交通数据, 并预测未来数分钟内的交通流状态, 以便于及时采取适当的交通控制措施和诱导措施。从而为出行者提供实时有效的信息, 帮助他们更好地进行路径选择, 实现路径诱导, 从而缩短出行时间,减少交通拥挤和城市环境污染，[2]提高道路通行能力和改善交通安全状况。而准确、实时、可靠的短时交通流预测是智能交通系统实现的前提，也是使系统由”被动式反应”转变到”主动式动作”的关键，交通流量预测结果的好坏也直接关系到交通控制与诱导的效果。[3]

2. 研究的基本内容、问题解决措施及方案

一．本课题的研究问题

所以本课题主要研究任务是设计基于神经网络的交通流预测模型用来预测城市短时交通流量。

二．神经网络预测过程的研究手段：