近几年,我国城市交通路网基础设施建设发展迅猛。但随着经济的飞速发展,道路的增建措施远远不能够满足不断增长的出行需要,因此,许多大城市交通路网经常出现交通拥堵,甚至面临大面积瘫痪的灾难。智能交通系统(ITS-Intelligent Transport System)是一种利用高新科技对传统运输系统进行改造的新型管理系统,它由交通信息服务系统、交通管理系统等等子系统组成,分别实现在城市交通中的交通流诱导与交通流控制等目的。不论在交通流诱导还是在交通流控制中,交通流预测都是其前提与基础。在上述背景之下,本文主要研究了城市交通路网(包括城市快速路网以及城市地面路网)的交通流预测方法,以及将预测模型应用于预测控制的可行性。通过本文的工作,期望能够使这些预测方以及其与预测控制的结合,应用到实际的交通流诱导与控制系统中去。本文的具体内容如下:1)针对城市交通快速路单条路段,研究了基于数据驱动的交通流预测模型。本文获取了由上海市交通信息中心提供的上海市南北高架西侧路段的历史车辆速度信息,采用带有误差补偿机制的混合粒子群神经网络(HPSO-NN)方法预测其未来车辆速度信息。2)针对城市交通快速路网,研究了基于空间推理的宏观预测模型CTM模型的改进算法。在原始CTM理论的基础上,发现其假设下匝道处分流系数为固定值对预测精度的影响,通过对下匝道分流系数的实时预测提高了CTM模型的预测精度。3)针对城市交通地面路网,研究了基于CTM模型的扩展算法。传统的CTM模型从单条路段发展到包含三条分支路口(three-legged junction)的路网,但是在四条分支路口(four-legged junction)的建模中没有体现,因此还不能够应用于城市交通地面路网。本文提出了一种基于CTM模型的扩展算法—元胞连接线模型(CLM—Cell-link Modelling)建模方法,使CTM理论能够应用于包含四分支路口的城市交通地面路网的预测。4)从交通控制的角度出发,将CLM模型作为预测模型与预测控制(MPC)算法相结合应用于交通控制中,验证CLM模型在交通控制系统中的可行性。同时,将CLM模型与经典预测模型S模型做对比,以说明CLM在交通流预测控制中的可行性与有效性。