目的及意义：

为了方便交通，不让交通成为发展的阻碍因素。国家大力投资改善和建设交通设施。但是，随着经济的不断发展，人们的购买力继续提高，越来越多的公民购买了车辆和其他交通工具。据不完全统计，截至 2017 年底，全国共有汽车 2.17 亿辆，驾驶者 3.85 亿人次，其中驾驶者 3.42 亿辆，机动车 3.1 亿辆。有 53 个城市在全国拥有超过一百万辆汽车，其中包括超过 200 万辆的 24 个城市以及超过三百万的北京，上海，深圳，成都，郑州，重庆。据相关报道，这对 2017 年春节期间的公路施加了相当大的压力，特别是在假日期间，各省的交通达到了新的高度。例如，福建省各收费站的出入口总量超过 2077 万。平均每日车费为 296.7 万辆^[1] ，每个假期经常发生交通堵塞，交通事故数量增加。因此，交通堵塞现已成为社会关注的焦点。

对于大中城市日益严重的交通拥堵，现有的交通基础设施无法满足城镇居民出行需要，即城市交通基础设施的缺乏是其本质的原因。大中城市的交通问题有两种常见的解决方案：一是加大城市交通基础设施建设，比如扩建城市道路，更多的修建桥梁和立交桥，但受各种因素制约，比如社会经济和生态环境，这种方案的实现受到严重限制。第二种方式是通过适当的交通监察和控制的手段解决现有的交通问题。因此，在当今快速变化的科学技术的今天，把车辆，行人和道路一起考虑并引导交通网络和合理的城市交通管理技术，作为提高车辆的运行效率和城市道路交通安全策略，有助于缓解大中城市的拥堵。

随着技术不断的发展，整个交通管理系统中采用领先的数据通信技术，电子控制技术，传感技术，人工智能和计算机技术，产生了智能交通系统。智能交通系统中的人，道路和车辆连接紧密，合理布局交通资源，可以缓解交通拥堵，减少交通事故，提高各种道路网络的平稳运行，节省乘客的时间。智能交通系统通过交通监控技术实时收集交通数据。现在，随着我国各大城市的交通监控设备的投入以及更新换代，交通流数据采集的工具也越来越多，很多城市对于全天的交通状况检测已经不再是问题，并且采集的准确度越来越高。大量且精确的交通数据提供了分析交通系统状态和研究预测模型的机会，为短时车流量的预测能力的提高提供了坚实的基础。利用智能交通系统的先进技术手段和分析方法，驾驶员可以实时了解道路的拥堵情况，选择合适的行程，减少行程延误，减少交通拥堵，最大限度地提高交通资源利用率。

驾驶员行为的复杂性和其他交通相关因素的随机性使得交通系统成为具有挑战性的时变系统，其高不确定性给交通流分析带来了困难。对于短期交通流量研究尤其如此，因为随机因素（包括天气和交通事故）对交通状况的影响更大。如果没有实时的交通流量预测，驾驶人员很难做出合理的决策。

本文的研究主要是利用时间序列模型城市道路短时的车流量预测，期望得到可行性