智能交通系統(tǒng)（ITS） 是當(dāng)前國際研究的熱門課題，城市智能交通系統(tǒng)以解決城市交通的擁堵，提高交通效率，減少交通污染等為目的，而解決這些問題的關(guān)鍵是快速、實時和準確的交通流預(yù)測。隨著預(yù)測時間跨度的縮短， 交通流的規(guī)律性越來越不明顯， 傳統(tǒng)的預(yù)測方法難以湊效。本文針對城市交通流的分布特點，研究-種基于模糊神經(jīng)網(wǎng)絡(luò)的城市交通流預(yù)測算法，考慮預(yù)測的快速性和實時性。以城市交通流為原型，首先分析了城市各路段交通流分布的特點，進而對模糊神經(jīng)網(wǎng)絡(luò)進行了深入研究，并給出了基于模糊神經(jīng)網(wǎng)絡(luò)的城市交通流預(yù)測的建模方法。最后對濟南經(jīng)十路三個相鄰路段交通流實時數(shù)據(jù)進行了采集、建模和仿真，通過仿真結(jié)果與實際結(jié)果以及與單純神經(jīng)網(wǎng)絡(luò)方法的比較，驗證了由模糊神經(jīng)網(wǎng)絡(luò)建立的預(yù)測模型具有更高的預(yù)測效果和模擬精度。

　　隨著社會的發(fā)展，交通事故、交通堵塞、環(huán)境污染和能源消耗等問題日趨嚴重，城市交通問題越來越引起人們的關(guān)注。人、車、路三者關(guān)系的協(xié)調(diào)，已成為交通管理部門急需解決的重要問題之- - 。城市道路交通控制技術(shù)的發(fā)展是和汽車工業(yè)并行發(fā)展的，隨著人民生活水平的日益提高，人均擁有汽車量在不斷增高，隨之所帶來的交通問題也日趨嚴重。在其各個發(fā)展階段，由于交通的各種矛盾不斷出現(xiàn)，人們總是盡可能地把各個歷史階段當(dāng)時的最新科技成果應(yīng)用到交通控制中來，從而促進了交通控制技術(shù)的不斷發(fā)展。

　　做為智能交通系統(tǒng)的重要研究方面，交通流誘導(dǎo)系統(tǒng)是目前公認的提高交通效率和機動性的最佳途徑。交通流誘導(dǎo)系統(tǒng)的實質(zhì)是給出行者提供實時準確的交通信息。交通流量是城市道路交通狀況的一種重要的信息，因此交通流量預(yù)測具有重要的現(xiàn)實意義。

　　交通系統(tǒng)是一個具有隨機性、模糊性和不確定性的復(fù)雜系統(tǒng)，因此，其數(shù)學(xué)模型的建立非常困難，有時甚至無法用現(xiàn)有的數(shù)學(xué)方法來描述。神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)和大規(guī)模并行處理的能力，比較擅長認知處理;模糊控制不依賴于被控對象的精確模型，能夠充分利用學(xué)科領(lǐng)域的指示，并以較少的規(guī)則數(shù)表達知識，擅長技能處理。神經(jīng)網(wǎng)絡(luò)和模糊控制這兩種技術(shù)各有所長，存在著互補性。近年來，將模糊控制和神經(jīng)網(wǎng)絡(luò)相結(jié)合成為智能控制的重要分支。

　　針對紛繁變化的交通流狀態(tài)，選擇一種實時、有效的交通流預(yù)測方法已是智能交通系統(tǒng)迫切要解決的問題之。采用 模糊神經(jīng)網(wǎng)絡(luò)進 行交通流預(yù)測，可以有效的提高交通控制效率，解決城市交通擁堵問題，實現(xiàn)交通控制的快速性，實時性，準確性，為出行者提供有效的交通信息，能夠大大節(jié)省出行者時間，緩解交通壓力，減少污染，節(jié)約能源等。