基于BP神经网络的交通流量预测系统
一、研究背景
近年来，随着我国经济的增长和城市化进程的加快，带动起了交通运输行业的飞速发展。高效的交通运输加强了城市之间的资源流通，提高了客、货流的运转效率，促进了城市经济的增长。同时，便捷、快速的交通工具以及逐渐完善的道路交通网络使得人们的出行更加的便利，加之人民生活水平的不断提升，刺激了人们对于交通需求的增长，因而，机动车的保有量迅猛增加。但是，汽车在提高人们生活质量的同时，也给城市发展带来了许多的弊端。面对日益增长的机动车保有量，现有的城市道路网络的通行能力已逐渐无法满足人们的出行需求，继而导致了大量的交通问题显现出来，城市交通状况不容乐观。主要表现有：城市道路拥堵情况严重，交通事故频发，突发事件应急能力不足，此外车辆行驶所造成的尾气排放、噪声污染使环境问题不容乐观1，城市交通问题已成为不可忽视的社会问题。然而，单纯依靠拓展道路宽度、扩大城市道路网络的规模在有限的土地资源条件限制下并不能较好的解决交通需求问题，相反可能会对机动车数量增长产生刺激。为了更好地缓解城市交通拥堵现象，减轻车多路少的矛盾，必须加强道路管理与控制建设，改善路网的通行能力。
交通流量预测系统系统是一种采用多种先进技术建立起的大范围、全方位发挥作用的综合交通管理系统，能够科学、有效地改善和解决城市交通问题。随着城市道路交通状况越来越复杂，智能交通系统中各个子系统之间的联系更加的密切。交通流诱导系统可以帮助信号控制系统无法进行疏导的拥堵路段做出适当的导航，同时，控制系统为诱导的车辆进行优化控制，两个系统之间的协调配合有效的提高了城市道路的通行能力。智能交通系统有效的发挥协调作用，必须要实时准确地获取到交通流状态信息。因而，交通流预测对于交通系统运行效果的发挥具有至关重要的影响。交通流预测指利用获取的道路历史交通流信息对未来时刻交通流状态进行预测2。交通流预测的实质是对交通流基本参数，即流量、速度和密度进行预测，预测期因交通流数据获取方式不同而长短不一，通常预测间隔在15内为短时交通流预测。实时、准确的短时交通流预测，不仅对交通的管理和控制具有重要作用，更对交通事业的发展具有重要的意义。
二、国内外研究成果
近十几年来，随着智能交通系统的快速发展，交通控制和车辆诱导系统成为研究的核心课题。但这些系统得以实现的前提和基础是实时而准确的交通流量的预测，交通流r