随着城市化速度的加快,机动车保有量的迅速增加,交通拥堵现象日益突出,交通堵塞已经严重影响到人们的日常出行。为解决交通拥挤问题,目前世界上很多国家的大中城市都普遍采用了先进的交通管理系统,如：SCOOT系统、SCATS系统等。但是,这些先进的交通管理系统的运作需要大量的交通流量数据,这就需要在城市路网交叉口埋设的检测器来获得。但考虑到埋设检测器的成本太高,并且城市路网交叉口的数量的太过庞大,城市规模又在不断扩张,每个交叉口都埋设检测器是不现实的,因此,为了减少投资,同时保证能够获取大部分甚至全部交叉口的交通流信息,就需要有选择性的在一些重要的交叉口埋设检测器,对城市路网进行定点检测器布设优化,以实现利用尽可能少的检测器资源获取尽可能多的交通流数据,从而达到降低交通流基础信息采集设施建设成本的目的。本文正是基于这样的一种思想对城市路网交叉口检测器布设优化方法进行研究的。具体实施方法是将统计学分析中的聚类分析、逐步回归分析、主成分分析三种预测方法相结合,同时与实际数据结合,对检测器的布设优化方法进行研究,得出预测模型,然后利用模型预测出结果,将预测结果与实际采集的交通流量进行比较,对模型进行精度分析,从而进一步分析该方法的可行性。此问题的解决不仅可以在尽量降低成本的情况下,获得想要的交通流数据,而且可以利用获得的交通流数据进一步加强对城市路网交叉口的综合管理并反过来对交通流进行有效的诱导,交通流数据的有效采集是智能交通系统可靠运行的关键之一。