摘要：为了提高出租车保有量的预测精度，利用小波神经网络逼近出租车保有量与其影响因素之间的非线性特性，并建立影响因素的预测模型，然后，将影响因素的预测值输入出租车保有量预测模型便实现了出租车保有量的预测。利用某市2000--2009年的出租车保有量及影响因素数据进行仿真预测，结果表明，相对于传统的BP神经网络，基于小波神经网络的出租车保有量预测模型具有更高的预测精度，该市2010--2012年的出租车保有量应分别达到9020、9350、9560veh，才能保证平均候车时间在4min左右。

关键词：交通工程 出租汽车保有量 小波神经网络 影响因素 预测模型 

单位：长安大学信息工程学院 陕西西安710064 交通运输部公路科学研究院 北京100088