王 旭，周 旭

交通系统是一个由人、车、路等组成的时变的复杂系统，它具有高度不确定性的显著特点，这种不确定性给交通量的预测带来了困难。有效利用交通流信息选择合适的模型和方法来预测未来时段的交通量，具有极大的意义。这一预测可以用来制订和实施某项交通管理计划，或对交通流进行调节，以防止或减缓这一时期可能出现的交通拥挤和危险隐患等问题［1-2］。灰色系统理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和监控等优点深受交通流预测研究人员的青睐，研究人员做了大量的研究，并取得了丰硕的研究成果［3-4］。神经网络以人脑神经元的信息传递原理为参考模型，具有良好的非线性映射能力，其大规模并行处理、容错性、自组织和自适应能力以及联想功能等特点，已经成为解决随机性、非线性预测问题的有力工具［5］。在交通流预测研究方面也取得了显著的成果［6-7］。结合两种理论的思想，提出灰色神经网络组合模型，根据结合形式主要有串联型、并联型、嵌入型等，有的在交通流预测方面得到了一定的应用，其预测结果显示出了模型的优越性［8］。在我国无检测器的公路还大量存在，而无检测器公路的交通流数据仅能靠人力去获取，得到数据较少，因此调查资料蕴藏的信息更为珍贵，需要最大限度去利用资料［9］。……