该文主要对交通流诱导系统中交通信息预测技术进行研究.其主要工作如下:一、首先对交通流诱导系统中交通流量自动采集技术进行比较;然后根据其优缺点选择环形线圈车辆检测器作为交通流诱导系统的底层硬件设施.二、该文在卡尔曼滤波理论的基础之上,对卡尔曼波波算法在交通信息预测应用进行了研究.在理论上提出了实际工程中基于概率统计的卡尔曼滤波交通信息预测初值的确定方法,进一步提高卡尔曼滤波的预测精度.三、该文通过神经网络信息处理机制与城市交通流诱导系统交通信息处理机制的相似性,认为神经网络理论可以应用于交通信息预测研究领域.通过对BP神经网络进行结构上、理论上的分析后,对它应用于交通信息预测进行了研究.四、最后论文在前面分析和研究的基础上,通过交通流统计特性的分析,用计算机模拟产生具有普遍意义的不同拥挤情况下的交通流数据.用C语言对卡尔曼滤波算法和BP神经网络算法编程,对交通流模拟数据进行预测,并通过模拟数据图将模拟数据和预测数据进行比较分析,验证了这两种基于最小方差的预测方法在交通信息预测应用领域中具有很大的潜力.