快速准确地获取实时路况及预测未来路况，及时发现路网中存在的交通拥堵和提前预知可能存在的拥堵，不仅对交通管理部门制定有效的交通疏导方案具有重要意义，也为出行者选择出行路线提供了依据，是实现动态交通管理的基础。针对目前路况监控研究中几乎都没有区分交叉口与路段的拥堵状况的现状，本文采用一种简化路网模型，对城市道路交通参数预测及路况监控进行了深入研究，论文的主要研究内容及成果如下：①提出了一种结合支持向量机与卡尔曼滤波的交通参数单步预测组合模型。在分析现有预测算法的优缺点基础上，综合支持向量机预测蕴含“历史交通规律”与卡尔曼滤波动态预测“实时交通变化趋势”的优势，提出了基于两种预测算法的组合预测。组合方式简单直观：通过过去几个时段交通参数实测值与单项预测方法预测值之间的误差平方和及相关系数两重标准，来决定下个时段采用何种预测方式，具有普适性及较强的稳定性。②提出了一种基于支持向量机与历史相似序列的交通参数多步预测方法。在预测步长较短的情况下，直接采用基于支持向量机的多步迭代预测；随着预测步长渐增，为了解决迭代多步预测中的误差累积问题，引入历史相似值，即从历史交通数据库中寻找与当日具有相同变化趋势的交通数据序列，一定程度上减少了因多步迭代引起的误差，使多步预测误差增速变缓。③设计了一种基于简化路网模型的城市路况计算方法。针对简化路网模型中环道与立交桥被抽象成一个节点以及一条路段有不只一个权值的特点，设计了相应的针对普通路段、环道与立交桥各匝道的路况计算与判别方法。④对上述提出的交通参数单步与多步预测算法进行了实验验证及分析，并实现了基于简化路网模型的路况监控与预测。首先利用明尼苏达德卢斯大学提供的交通流量数据对本文提出的单步与多步预测方法进行了实验验证，并与现有方法进行了比较和评价。实验表明，单步预测组合模型预测精度高于各单项预测模型，比单项预测方法的适用范围更广，发挥了两种单项预测的优势；而多步预测能有效地预测未来一个小时内的交通流，高峰时段的相对误差保持在10%以内；最后通过重庆市某区域地图，用产生的模拟数据对路况进行监控，并将实时路况与预测路况显示在地图上，供用户查看。