本文以重庆市的道路交叉路口流量预测为研究对象,提出了将小波分析与最小二乘法相结合的方法对交通流量数据中的异常值进行查找并加以修复;然后采用改进的BP神经网络算法来建立流量预测模型。本文完成的主要研究工作:①将采集到的交通流量数据作为时间序列进行二层小波分解,以分解得到的低频分量的重构序列作为原始流量序列的参考序列;然后采用最小二乘法寻找出交通流量数据中的异常值并加以修复。②在流量预测模型研究中,采用改进的BP神经网络算法,以变步长算法弥补传统BP神经网络算法易陷入局部最优,以及随着训练次数增加网络收敛速度变慢等缺陷。③以实际的交叉路口为例,设计了两种流量预测模型,一种是以预测断面自身的历史流量数据为样本对BP神经网络进行训练;另一种是结合了相邻交通流的历史流量数据作为样本对BP神经网络进行训练。通过对重庆市多个道路交叉路口的大量实验,其结果表明:采用小波分析与最小二乘法相结合的方法来检测流量数据中的异常值具有较高的准确度;在流量预测时,以预测断面自身的历史流量数据为样本训练得到的网络预测性能要比结合了相邻交通流的历史流量数据为样本训练得到的网络预测性能好。