陈国强，张道文，周 凯

（1.西南交通大学交通运输与物流学院，四川 成都 610031；2.西华大学汽车与交通学院，四川 成都 610039；3.大连工业大学外国语学院，辽宁 大连 116000）

在城市快速发展过程中，交通拥堵问题日益严重，仅通过“粗放式”修建基础设施来缓解拥堵问题存在诸多局限，而利用有效地组织路网交通流来缓解拥堵是智能交通系统研究的主要内容。交通诱导是智能交通系统的关键组成部分，而准确的交通状态预测是有效地进行交通诱导的前提和依据。大量的研究人员对交通状态预测模型进行了研究，使预测精度得到了极大的提升，如KNN 模型[1]、神经网络模型[2−4]、支持向量回归[5−6]、旋转网络模型[7]等。但是如何让这些预测模型能够供非专业人员使用（如驾驶员选择路线），这方面的应用研究较少。

此外，交通数据获取也是一大难点，不仅数据源之间存在“信息孤岛”，而且数据源和需求方也不能有效连接，许多交通研究者有心无力，望而兴叹。即使有文献中提出采用爬虫方法获取交通数据[8−9]，但也只是直接给出数据获取结果，没有给出具体实施步骤，导致后续研究人员需要用大量的时间研究怎么获取数据。

本研究拟基于高德地图API，开发一套操作简单、界面友好的程序，实现路段车速数据采集、处理、分析、预测和发布过程的集成化、简便化。该方法让研究人员可以根据需求快速获取指定路段车速数据，给出ARIMA 模型预测案例，为出行者提供“拥堵预报”，为之后的应用研究做铺垫。……