1、路段旅行時間預(yù)測是智能交通系統(tǒng)的一項重要內(nèi)容，預(yù)測效果直接關(guān)系到ATIS和ATMS等ITS相關(guān)子系統(tǒng)功能的有效發(fā)揮。以往基于線圈等固定設(shè)備采集的數(shù)據(jù)預(yù)測路段旅行時間，采用路段上一個或幾個斷面的交通狀況推斷路段的交通狀況，存在一定誤差。浮動車比較均勻的分布在路段上，通過GPS車載裝置和無線通信設(shè)備，將車輛信息(如時間、速度、經(jīng)緯度坐標、方向等參數(shù))實時的傳送到浮動車信息中心。因此，浮動車數(shù)據(jù)對固定設(shè)備采集信息是一個良好的補充。 本

2、文對國內(nèi)外浮動車技術(shù)和路段旅行時間預(yù)測的研究和應(yīng)用現(xiàn)狀進行了綜述，研究了浮動車數(shù)據(jù)預(yù)處理的方法，路段旅行時間的確定方法。在此基礎(chǔ)上，研究了適合浮動車數(shù)據(jù)特點的路段旅行時間預(yù)測模式和方法，分別建立了路段旅行時間短時預(yù)測的卡爾曼濾波模型和長時預(yù)測的BP神經(jīng)網(wǎng)絡(luò)模型，并對模型的輸入和參數(shù)的確定方法與選取范圍進行了研究。應(yīng)用本文研究的方法，基于“國家十五科技攻關(guān)課題“《杭州市道路和交通管理應(yīng)用浮動車技術(shù)示范工程》所采集的杭州市浮動車數(shù)據(jù)，進行了