基于在线局部加权学习的实时交通流预测：方法、实践与优化

一、引言

1.1研究背景与意义

随着城市化进程的不断加速，城市人口和机动车保有量急剧增长，交通拥堵问题日益严重，成为制约城市发展的瓶颈之一。交通拥堵不仅导致出行时间大幅增加，降低了居民的出行效率和生活质量，还造成了能源的大量浪费和环境污染的加剧。例如，在一些特大城市，早晚高峰时段交通拥堵严重，车辆行驶缓慢，部分路段甚至出现长时间停滞，给市民的日常出行带来极大不便。据统计，因交通拥堵造成的经济损失每年可达数百亿元，这一数据直观地反映出交通拥堵问题的严重性。

交通流预测作为交通领域的重要研究内容，对缓解交通拥堵、优化交通管理具有至关重要的作