随着国民经济的高速发展和城市化进程的加快,交通拥挤阻塞以及由此导致的交通事故的增加,智能运输和智能物流相继诞生,成为是当今交通运输行业发展的热点。智能调度系统是智能物流系统的核心研究部分,针对智能物流调度系统所涉及到的城市路网,要想实现对我国大中城市的密度越来越大路网的宏观管理,就必须获得路网的绝大多数(甚至是全部)节点的交通流信息。由于我国普遍采用在各个交叉口铺设监测器来获取交通流信息,而监测器的铺设率相对较低,导致很多无监测器路口的交通流的信息很难获取。本文依托国家自然科学基金项目“基于路网信息的港口物流智能调度系统模型和关键技术研究”基础上应用经济统计学方法和SPSS13.0软件,利用有检测器交叉口与无检测器交叉口之间的这种相关关系,并根据连接交叉口的检测器的数量的多少,利用有检测器交叉口的交通流信息分情况来预测无检测器交叉口的交通流信息。全文共分5章。第1章为前言,提出了本论文的研究背景和意义、研究现状和研究的基本思想及内容;第2章介绍了物流智能交通流信息的采集及常见处理方法。第3章着重介绍了聚类分析法、和逐步回归分析法。其中聚类分析法是数理统计中研究“物以类聚”的一种方法,它的职能是建立一种分类方法,它是将一批样品或变量,按照它们在性质上的亲疏程度进行分类。逐步回归分析方法是一种自动地从大量可供选则的变量中,选择对建立回归方程起重要作用的变量的统计方法。本文的第4章则针对本文所要研究的问题、采用了主成分分析法。主成分分析法是把多个指标化为少数几个综合指标的一种统计方法,即找出几个综合因子来代表原来众多的变量,使这些综合因子能尽可能地反映原来变量的信息量。而第5章是全文总结,概括了本论文的主要研究成果、不足和展望。