21世纪以来,随着人们生活水平的提高,我国的汽车拥有率大幅度提高,据国家统计局统计数据显示,我国2018年民用汽车拥有量为23122万量,这数据还在不断增长。如此庞大的交通基数往往伴随着一系列的问题,其中首当其冲就是拥堵问题。目前,由于车辆的激增,我国一些大城市公共交通基础设施建设正面临着一个巨大的考验,拥堵问题也因此成为了城市治理的焦点。治理交通拥堵较为有效的办法是提前精确预测交通流,然后提前对道路进行管制和导流。本文将选取道路平均通行时间作为衡量交通流量的指标,然后利用数据挖掘技术预测道路平均通行时间。本设计的数据来源为贵阳市132条道路在2017年3月至6月的道路数据(包括道路属性、道路拓扑结构、道路每两分钟平均通行时间),其中3至5月的数据作为训练数据,6月份的数据作为测试数据,并以平均绝对百分误差(MAPE)作为衡量模型精度的指标。本设计对132条路段在出行高峰[8:00,9:00],[15:00,16:00],[18:00,19:00]三个时间段中每两分钟的平均通行时间进行预测,主要的工作以及创新点包括:(1)对交通流理论、交通流预测方法、组合模型方法等相关技术进行阐述。(2)针对不同的交通数据类型提出合理的数据清洗方案。对交通流数据的预处理工作包括异常值判断、缺失值填充、数据变换、数据规约等。(3)由于交通流数据具有较强的序列相关性,所以本设计利用ARIMA时间序列模型对交通流数据进行建模。另外,考虑到交通流数据规律的复杂性,本设计还使用了XGBoost树模型和LSTM模型进行建模。其中,XGBoost主要靠人为提取相关特征来提升模型的效果,LSTM则是靠算法自动学习特征。(4)由于单模型在拟合过程中具有一定的局限性,本设计会对结果进行融合以提升模型的表现,在模型融合的过程使用了改进型的加权融合算法以及Stacking算法。其中,改进型的加权融合算法是用线性回归模型分别学习每个单模型的权重因子。在Stacking过程中,本文设计了两层分类器,其中,基分类器包括两个参数不同的XGBoost模型和两个不同参数的LSTM模型,元层分类器为一个线性回归模型。