交通诱导信息系统(Traffic Guidance Information System,TGIS)是智能交通系统的重要组成部分,它以实时动态分配理论为核心,综合运用检测、通信、计算机、控制、GPS和GIS等高新技术,动态地向驾驶员提供最优路径引导指令和丰富的适时交通信息,通过对单个车辆诱导来改善路面交通状态,防止和减轻交通阻塞,减少车辆在道路上的逗留时间,并最终实现交通流在路网中各个路段上的合理分配。交通诱导技术是正确引导道路使用者顺利到达目的地、实现交通流优化、避免交通阻塞、更有效地管理现代交通的一种技术。论文首先对传统的交通诱导信息系统的应用现状、系统组成、技术特点进行了深入研究,对制约我国交通诱导信息系统广泛应用的瓶颈因素进行总结;针对当前交通诱导信息系统存在的诱导信息传输受限、缺乏信息的集成与共享、缺乏有价值的诱导信息等问题,本文提出了一套新型的交通诱导信息系统。该系统引入移动通信网络替代传统的有线传输方式;构建了集各种诱导信息发布方式于一身的统一管理平台;同时引入了数据挖掘技术,对历史、实时的交通流数据进行深度挖掘,以得到更具参考价值的诱导信息。在新型交通诱导信息系统中,作者的创新性工作如下:(1)新型诱导信息系统应用模式的提出。新型交通诱导信息系统采用移动通信网络传输诱导数据,降低了系统的基建成本,同时增加了系统的灵活性;统一管理的信息平台提升了系统的工作效率,减少了信息及资源的浪费,为系统功能及业务的扩展提供了必要的技术基础。(2)新型GABP神经网络预测算法的提出。作者利用数据库技术搭建了新型交通诱导信息系统的数据库系统;建立数据挖掘模式,提出了一种新型的预测算法——GABP神经网络算法对实时及历史的交通流数据进行深度挖掘,以对未来交通流数据进行预测,并利用真实交通流数据对算法的有效性进行了检验。该算法充分利用了BP神经网络、遗传算法的互补优势,从而得到效果更好的预测模式和预测结果,丰富了交通诱导信息系统的功能。