近几年,北京交通拥堵日益严重,环境污染也是越来越严重,这给城市居民的生活和工作造成了巨大的影响,因此众多学者对交通拥堵问题关注密切,希望能够缓解交通拥堵;本着这个原则,以北京为实证研究对象,描述了北京的交通拥堵现状、拥堵特征、交通拥堵的因素,最后还预测了交通流参数,希望能够对像北京这样特大城市的交通拥堵情况提供一些参考。本文首先针对北京的交通拥堵情况,收集了一些治理拥堵成功的城市案例,从这些成功的案例当中得到一些可以对北京有用的建议和政策;其次,爬取了北京市的城区交通数据,该数据为以五分钟更新的实时动态数据,通过对数据进行分析,得出北京交通在时间上和空间上以及强度上的特征;然后根据北京的现状和特征,收集到对交通造成影响的因素,建立决策树模型得出各个影响因素的重要性,从而通过该实证结果对北京的交通拥堵提供一些建议;最后,对交通流参数进行短时预测,利用RNN和LSTM模型进行预测对比,使得对未来时刻交通流的情况有个预知,从而帮助人们可以提前规划自己的时间和路线,这样做的目的是当拥堵影响因素暂时无法解决时,汽车保有量无法降低的情况下,可以通过预测交通流参数达到分流的作用,从而缓解交通拥堵。通过实证得出如下结论:第一、北京市交通拥堵在时间上和空间上以及强度上都有着显著特征,最大的特征就是不均衡性。第二、通过对北京市交通拥堵因素进行决策树模型的实证分析发现,旅行时间、道路长度、车道数、区域的人口数量、公交站口密度、交叉口密度、红绿灯个数、人均可支配收入8个因素相对于其他因素而言对于北京交通拥堵影响程度比较高,其中影响力最高的是旅行时间,最后是人均可支配收入。通过调节这些因素从而达到缓解交通拥堵的作用。第三、最重要的一点就是对交通拥堵指数以及平均速度这两个交通流参数进行短时预测,预测出未来短时之内交通拥堵指数以及平均速度的变化情况,从而提前了解未来交通的拥堵情况,能够对缓解交通拥堵起一定的作用。