论文以城市快速路网为研究对象，以层次聚类分析法、多维时间序列门限自回归理论和多维ARIMA过程为研究方法，对快速路的多断面进行交通流量预测，其预测结果旨在为出行诱导等交通出行信息服务提供依据。　　 论文首先详细介绍了国内外短时交通流预测的相关研究现状，将已有的国内外短时交通流预测研究内容从研究对象方面总结为单一断面的短时交通流预测方法和多个断面的短时交通流预测方法，并指出了多断面交通流预测研究现状存在的不足。　　 然后对城市快速路中多个断面交通流数据进行了分析，在对交通流数据进行预处理包括删除错误数据和补充缺失数据的基础上，分析经过预处理后的道路网多个断面的交通流数据，计算出断面不同交通流参数不同时刻的日平均值，引入层次聚类分析法，为下一步进行道路网多断面短时交通流预测奠定了基础。　　 在层次聚类分析结果的基础上，将相关性较大的几个断面作为多断面交通流量预测的研究对象，分别采用两种方法对多断面交通流量预测进行建模和实证性分析。　　 第一种方法采用多维时间序列门限自回归的方法对多断面进行短时交通流量预测建模，通过确定回溯系数、延迟参数、门限阶数、门限值等一系列参数，建立了基于多维门限自回归的多断面短时间交通流量预测模型，采用实测数据进行实证性分析，并对其将预测结果和单断面预测结果进行对比分析。　　 第二种方法采用多维ARIMA过程对多断面进行短时交通流量预测建模，结合多维ARIMA过程和及其新息预报的理论，建立了基于多维ARIMA过程的多断面进行短时交通流量预测模型，把短时交通流量的预测从单断面扩展到多断面ARIMA过程的同时预测，采用实测数据进行实证性分析，并对其将预测结果和单断面预测结果进行对比分析。　　 论文最后把两种多断面预测方法进行了对比分析，通过对比分析，结合各自模型固有的特点，对两种预测方法的适用范围提出了建议，并对两种预测方法的进一步完善提出了设想。