交通拥堵预测是解决交通拥堵问题的重要步骤之一 。 为缓解交通拥堵 ， 选取速度这一参数 建立交通拥堵预测模型 。 在对速度时间相关性和空间相关性分析的基础上 ， 提出了基于时空特性和 径向基神经网络的速度预测多点模型 。 将预测结果与决策阈值相比较 ， 粗略地判定拥堵等级 ， 并运用 模糊算法对速度和拥堵程度进行量化 ， 建立相应的模糊规则体系 ， 并应用模糊逻辑推理得到定量的拥 堵度指标 。 结合实例进行仿真和分析 ， 与基于单一时间序列的预测方法相比较 ， 基于时空特性的预测 方法的平均绝对相对误差由 ７．４５％ 下降到了 ３．６１％，有效地提高了速度预测精度 ， 基于速度的拥堵 预测模型的识别准确率较高 。 利用模糊算法评判拥堵程度 ， 可得到量化的拥堵度指标 ， 使拥堵程度一 目了然