道路交通流预测是现代交通管理和规划的重要任务,因此准确地预测交通流的未来趋势也是非常重要的,这就需要研究交通量预测的方法,提高预测精度,从而保证待建交通项目决策的科学性和合理性,进而减少道路规划设计过程中的资源浪费,提高社会效益。通过广泛收集相关文献资料,结合小波分析和指数平滑法研究的成果,论文对现有交通量预测方法进行了分析,论述了国内外交通预测理论的发展和应用,分析了灰色预测理论、遗传算法、神经网络等的优点和不足,在此基础上,结合交通量历史数据的随机性与非线性变化等特点,通过分析数据信号采集中出现的异常数据,探讨了异常数据的识别和修正的不同方法,并实际应用了这些方法进行交通量数据序列中异常数据的修正。另外,论文又进行了实证研究,结合郑少高速公路道路交通量及其相关数据资料,通过对比分析,进一步验证预测方法的可行性和预测结果的可靠性。根据指数平滑法的计算原理,并结合郑少高速公路交通量数据,论文通过把不同尺度上的因素分离开来(交通量受很多因素影响),使规律性更加明显从而更易于预测。本论文研究将小波方法引入到交通量预测中,利用小波多尺度分析的功能和三次指数平滑法的预测,提出了小波多尺度指数平滑复合预测法,将小波多尺度功能分析原理与指数平滑法有机地结合到一起,同时采用ARIMA一系列模型通过Spss软件对交通量进行预测,从本质上把握交通量的非线性变化特征。论文通过进一步研究和应用组合预测方法,把上述两种方法通过线性组合有效地结合起来,通过实例很好地验证了小波多尺度指数平滑预测和ARIMA模型组合预测模型预测交通量,两种方法的组合预测效果良好,较为准确地预测了郑少高速未来交通量长期趋势,丰富和发展了交通量预测方法,对高速公路的项目决策与运营管理,具有一定的重要学术研究价值和工程应用价值。