【正文】 息預測技術采用一般檢測手段檢測的交通流信息往往具有滯后性，實現(xiàn)城市交通控制和誘導的關鍵是道路交通狀況的預測，也就是采用相應的技術，以有效地利用實時交通數(shù)據(jù)信息滾動預測未來幾分鐘內(nèi)的交通狀況。那么環(huán)行線圈就存在有對磁場強度的交叉靈敏度；視頻檢測器存在對環(huán)境濕度的交叉敏感度。 WORD資料可編輯 道路多源交通流信息融合分析技術研究與應用張雷元 樹愛兵（公安部交通管理科學研究所 江蘇無錫 214151）摘要：多源交通流信息融合是多源信息融合在交通領域的應用，其可以獲得準確的交通狀態(tài)和參數(shù)估計。由于各種交通檢測器存在交叉靈敏度，使其性能不穩(wěn)定，測量精度不高。交通流信息預測主要包括交通流量預測、行程時間預測和行程車速預測等。通過信息融合獲得交通流量、平均速度，然后根據(jù)這些信息調(diào)整信號顯示。 traffic state identification作者簡介：張雷元（1978—），男，江西宜春，助理研究員，智能交通技術研究，（無錫）公安部交通管理科學研究所，214151，Email：zhangleiyuan 聯(lián)系電話：13812097670樹愛兵（1980—），男，江蘇泰州，助理研究員，智能交通技術研究，（無錫）公安部交通管理科學研究所，214151，Email：spily365 聯(lián)系電話：13861760043 專業(yè)整理分享 。通過信息融合獲得行程時間和擁擠狀況，然后將這些信息發(fā)送到誘導屏或其它顯示終端，為出行者提供路徑誘導。行程車速是衡量道路通暢的重要指標，通過行程車速和占有率等數(shù)據(jù)一起可以預測交通擁堵狀況，通過預測行程車速可以預測車流的未來行程時間。多種檢測器數(shù)據(jù)融合方法種類繁多，使用得比較頻繁的方法如簡單加權(quán)法、濾波法、神經(jīng)網(wǎng)絡法、不確定推理法、聚類分析等方法，其中應用最普遍的還是簡單加權(quán)法，即根據(jù)一定的權(quán)重將各種檢測器數(shù)據(jù)相加，從而得到融合數(shù)據(jù)。關鍵詞：交通流；多源信息融合；交通信息預測；交通狀態(tài)識別基金項目：國家高技術研究發(fā)展計劃（863計劃）現(xiàn)代交通技術領域綜合交通運輸系統(tǒng)與安全技術專題，課題“新一代智能化交通控制系統(tǒng)技術”（編號2006AA11Z229）中圖分類號：U491 文獻標識碼：A一、概述隨著信息技術的發(fā)展和普及，特別是信息網(wǎng)絡和信息高速公路的建設和應用，信息獲取、綜合分析和處理以及信息應用已經(jīng)深入各行各業(yè)和社會的各個方面，為人們提供決策支持。一般檢測器都存在交叉靈敏度，表現(xiàn)在檢測器的輸出值不只決定于一個參量，當其他參量變化時輸出值也要發(fā)生變化。融合的規(guī)則為交通流量、交通密度、占有率、排隊長度信息以檢測器數(shù)據(jù)為準，因為檢測器對這些數(shù)據(jù)的檢測準確度要高于浮動車數(shù)據(jù)；行程時間信息以浮動車數(shù)據(jù)為準，因為檢測器不能直接