柳州市作为广西重要的区域中心城市，也是广西最大的工业经济中心，各大工业产业相关企业遍布全市，产业物流以及交通、邮电和旅游等物流业务量大且增长迅速，为物流产业发展提供广阔的空间，同时也带来了城市交通新问题。面向产业物流需求的交通量预测可以为柳州市制定各项物流政策和物流规划，为汽车产业等产业物联网规划提供重要依据。尤其目前城市市区交通拥堵、环境干扰、交通事故等交通问题较多，成为困扰当地经济发展的难题，严重阻碍了产业物流的畅通，已成为产业物流管理设计中必须研究的主要问题之一。其中城市市区短时交通量预测在物流需求预测中占至关重要的地位，具有重要的现实意义。实时、准确的短时交通流量预测有助于改善交通拥挤状况，优化道路网的利用率，为产业物联网管理系统设计提供依据，实现物流的畅通和快速化，提高物流的效率和安全性，降低物流能源消耗，因此如何准确预测短时交通量问题成为研究的一个热点。本文首先查阅大量国内外关于物联网、物流、智能交通和交通量预测的研究资料，介绍了短时交通量预测的研究背景、实际意义及国内外研究现状，以柳州市某对称十字路口交通流量预测为例，制定了预测方案和技术路线。其次对物联网和交通量的理论知识和主要特性进行分析，并对目前常用的预测方法进行简要的概述。最后结合差分自回归移动平均模型（ARIMA）和RBF神经网络的优点，提出了基于ARIMA和RBF单一模型的组合预测模型，并把该模型应用于柳州市某对称十字路口交通量预测中，证实了模型的有效性。同时，建立了两种单一预测模型:RBF神经网络模型和ARIMA时间序列预测模型，通过实例应用得出预测结果，利用组合模型和单一模型对实测数据进行仿真实验。仿真实验结果表明，组合模型的预测结果比单一模型更加精确，适合于实时的交通量预测，分析研究内容、结果对于产业物流及物联网规划管理设计具有现实指导作用。