本书重点是围绕交通网络状态、交通数据质量、交通流复杂影响因素、多步交通流预测等关键内容开展建模与分析。针对交通网络状态进行分析与建模，交通网络中道路相互通达，共享丰富的时空特征信息，而针对单路段的交通流预测往往容易忽略部分时空特征，其主要原因是单路段交通流在传播的作用下，使彼此不相邻的路段也存在相互影响，例如，交通拥堵随着时间的推移会蔓延到几公里之外，甚至是几十公里，而这一特征往往不能被反应在模型当中，造成精度损失。多路段交通流预测能够充分整合交通网络中蕴含的大量时空信息，同时把握交通网络整体状态，从而更好的支持交通决策。

第一章 绪论
1.1 本书研究背景及现状
1.2 本书研究的主要内容及结构
参考文献
第二章 交通流相关概念及预测方法
2.1 交通流的基本概念和特征
2.2 交通流预测分类
2.3 交通流预测方法分析
2.4 小结
参考文献
第三章 交通网络状态分析与研究
3.1 引言
3.2 相关工作
3.3 基于堆栈自编码网络和多任务学习的交通流预测模型
3.4 实验结果与分析
3.5 小结
参考文献
第四章 交通流数据降噪方法研究
4.1 引言
4.2 相关工作
4.3 Fused Ridge特征选择方法
4.4 基于Fused Ridge和多任务学习的交通流预测模型
4.5 实验结果与分析
4.6 小结
参考文献
第五章 交通流复杂影响因素研究
5.1 引言
5.2 相关工作
5.3 基于卷积神经网络和多特征融合的交通流预测模型
5.4 实验结果与分析
5.5 小结
参考文献
第六章 多步交通流预测方法研究
6.1 引言
6.2 相关工作
6.3 基于循环神经网和注意力机制的多步交通流预测模型
6.4 实验结果与分析
6.5 小结
参考文献
第七章 高速公路交通流预测模型展望
7.1 研究方法总结
7.2 研究展望
7.3 小结
参考文献