近年来，随着我国社会经济的迅猛发展，交通运输产业急剧扩大，对公路交通运行能力提出了更高的要求。为了适应这一变化，现有高速公路逐步拓宽路面至双向八车道、十车道，一定程度上极大的提升了高速公路的通行能力。然而，车道拓宽的高速公路仍然采用过去客货混行的通行模式，不仅对提高道路的通行能力有限，而且极易引发交通事故，造成人员伤亡和财产损失，降低道路的通行能力。如果能依据不同类型车辆通行数量的比例对车道进行分配管理，并且根据车流量短时预测的结果对通行车辆实施动态智能诱导，即可进一步优化车道利用率，提高高速公路运行效率。具体而言，本文的主要研究工作如下：（1）利用一次指数平滑法、BP神经网络以及小波神经网络分别对交通流进行预测，提出了经验模态和小波神经网络相融合的算法，并和前几种预测模型进行比对，验证了两者融合的算法具有预测准确，误差小的优势。（2）通过对当前我国高速公路多车道交通流特性的分析，利用TransModeler仿真软件建立不同时段、不同车型、不同车速下的日交通流量模型，就建立的双向八车道西宝高速进行了多种分车道运行模型的仿真，并给出了双向八车道，在客货比达到何种比例时采用哪种类型的交通管理模式。（3）把预测结果和多车道的管理模式通过通信设备发送到客户端，引导驾驶员选择合理的行车路线，避开车流量大、堵车路段，对提高高速公路的通行能力具有极大的现实意义。