1. 研究目的与意义（文献综述）

随着我国国民经济的快速发展，城市化进程的不断推进，日益增多的车辆给城市交通系统带来了前所未有的巨大压力，具体表现为日趋严重的道路拥堵和交通事故。道路拥堵不仅会使人们工作效率降低，而且长时间的拥堵也大幅增加了车辆有害气体的排放，影响居民健康；交通事故则往往严重危害人民的生命财产安全。因此，城市交通问题急需解决。智能交通系统（its）就是应对城市交通问题的一个有效手段。从上个世纪末，智能交通系统已经在各国得到了快速发展，我国也在“十五”和“十一五”期间对此设立了相当的研究开发项目。交通信号控制和交通流诱导系统是智能交通系统(its)的核心课题,而实现交通控制和交通诱导系统功能的关键是实时准确的交通状态预测。而短时交通流的预测又是交通状态预测的基础。道路短时交通流预测的准确程度直接影响交通状态预测的准确程度，而交通状态预测的准确程度则直接影响交通信号控制和交通诱导的效果。因此，短时交通流的准确预测是智能交通系统正常运作的前提，短时交通流预测的研究有着不可替代的重要意义。

在短时流预测领域，近年来国内外学者做了大量的研究。例如，queen 和albers提出了多变量贝叶斯动态短时交通流预测模型；yoon和chang对非参数回归模型在短时交通流预测上的作用进行了研究；cong和wang提出了基于向量机和果蝇优化的最小二乘法短时交通流预测方法。袁健和范炳权提出了城市短时交通流预测的vhssa模型；陈小波和刘祥等，从道路网所有路段的时空相关性出发，提出了基于ga-lssvr模型的短时交通流预测方法；姚智胜和邵春福等，提出了主成分分析和向量机回归相结合的方法，将城市道路短时交通流预测从单一断面预测的方法向道路网多断面交通流预测进行了扩展；石永辉和鲍俊等针对单一算法精度不足的问题，采用混合智能算法对城市道路短时交通流预测进行了研究；韦凌翔和陈红等提出了基于向量机的短时交通流平滑处理方法，提高了参数估计的精度。

本文将从城市道路短时交通流的季节特征出发，运用季节预测的方法对城市道路短时交通流预测进行研究

2. 研究的基本内容与方案

2.1 研究的基本内容：

1）、收集城市道路短时交通流数据及对其预处理。

2）、将交通流视为一组时间序列，将其波动分解为四种因素，并对季节趋势建立模型。

3. 研究计划与安排

1）、第1周：查阅有关城市道路短时交通流预测的资料，浏览相关知识。

2）、第2周：阅读国内外有关城市道路短时交通流预测的文献，阅读应用时间序列教材，复习季节指数模型的相关方法。

3）、第3-4周：翻译外文文献，撰写毕业论文开题报告。

4. 参考文献（12篇以上）

[1] queen c m,albers c j. intervention and causality: forecasting traffic flows using adynamic bayesian network[j]. journal of the american statistical association,2009, 104(486):669-681.

[2] byoungjoyoon,hyunho chang. potentialities of data-driven nonparametric regression inurban signalized traffic flow forecasting[j]. journal of transportationengineering,2014,:.

[3] cong y, wang j, li x. traffic flow forecasting by a leastsquares support vector machine with a fruit fly optimization algorithm[j].procedia engineering, 2016, 137:59-68.