摘要：采用K近邻的非参数回归方法对短时交通流量进行了预测，考察了模型中关键因素对预测效果的影响．在4种不同状态向量和预测算法组合下的实验方法比较中，以相邻四个时问间隔的流量和占有率数据作为状态向量，并采用带权重的预测算法取得了良好的效果．将利用K值构造的预测区间用于特殊路况的预测中，得到了明显的改进效果．最后，对非参数回归和神经网络的方法进行了比较，结果表明了非参数回归预测方法的高精度和强移植性．

关键词：短时交通流预测 非参数回归 k近邻 预测区间 状态向量 

单位：上海财经大学信息管理与工程学院 上海200433 复旦大学计算机科学与技术学院 上海市智能信息处理重点实验室 上海200433