随着机动车数量迅速增多,交通问题逐渐成为世界性难题,为了高效可靠的解决交通问题,各国大力发展智能交通系统。智能交通系统是一种通过现代化技术收集处理交通信息、监测交通状况的系统,智能交通系统中常常存储着结构不同来源复杂的交通数据,这些交通数据中蕴含着交通体系的内在规律,高效准确的分析交通数据并合理利用对加强交通监管监控、减轻交通压力有着极重要的作用。本文的研究基于智能交通系统的一种具体实现系统——车辆监控系统。车辆监控系统可以通过带有GPS与SIM卡的车载终端收集车辆行驶的实时信息并存储于数据库。本次研究主要有以下三个目的：第一是通过分析路段内车辆行驶的历史数据预测相同路段未来不同时段的车辆行驶平均速度；第二是在车辆监控系统的基础上添加车速预测模块,该模块可以存储车速预测结果作为该路段未来时段的路况预测信息,驾驶者和管理员可以输入查询条件查询路况；第三是为衡量驾驶员的行驶行为制定一个标准,该衡量标准可以作为该驾驶人员的危险系数,管理人员可以监测驾驶人员的危险系数决定是否采取下发警报等监控手段。基于以上研究目的,本文完成的主要工作如下：(1)利用java程序将数据文件从原始Oracle数据库迁移到本地MySQL数据库,研究过程中可以使用SQL语句抽取样本数据。(2)为了在一定程度上简化预测数据矩阵,通过对交通数据聚类以划分交通时段,以每个交通时段为一个类别,按照类别分别抽取样本数据整理不同时段的车辆速度样本数据矩阵。(3)车速预测采用BP神经网络算法。将样本数据的一部分作为网络输入,一部分作为网络输出,按照隐层参数的选取原则逐渐训练神经网络得出误差较小的神经网络,再将历史数据代入神经网络得到预测结果。(4)基于原有系统添加车速预报模块,该模块可以通过用户登陆身份验证对管理员和驾驶者提供不同的功能。驾驶者可以使用路段车速预测功能,管理员可以使用路段车速预测功能和车辆警报管理功能。车速预测模块的开发使用tomcat服务器和MySQL数据库,模块的框架采用J2EE中的Spring, struts2以及数据持久层开源框架,组件之间的数据交互采用Web Service和AJAX,呈献给用户的界面采用JavaScript, html和CSS。(5)车速预测功能的实现需要在数据库中新建数据表存储不同路段不同时段的车速预测数据,驾驶者或者管理员可以通过输入不同的查询条件(路段起止点、时间等)查询车速预测结果。(6)结合车辆制动距离的相关研究,以路段预测车速与驾驶员实时速度为数据基础定义了评判驾驶员行驶行为的危险系数,管理员可以通过监测危险系数决定是否采取下发危险警报等监控措施。