在智能交通系统中,准确和高效的短时交通流量预测是交通诱导、管理和控制的前提。由于交通流量动态变化中表现出的时变性和非平稳性特征,其预测难度较大,是交通领域中亟待解决的难题。为提高短时交通流量的预测精度,本文设计与实现了基于自适应时序剖分与KNN(A-TS-KNN)的短时交通流量预测算法。(1)基于动态时间规整(Dynamic　Time　Warping,DTW)动态剖分单日时序为不同的交通模式;(2)在不同交通模式,采用互信息法求解每个预测时刻时间延迟的最大阈值,构造不同时间延迟的状态向量,生成交通流量历史数据库;(3)采用十次十折交叉验证的方法求解每个时刻不同时间延迟与不同K值的正交误差结果分...