1.1.1　基于线性理论的模型

1979年, Ahmed和Cook提出一种基于自回归求和滑动平均（Autoregressive Integrated Moving Average, ARIMA）模型的短时交通流预测方法。1984年, Iwao Okutani和Yorgos J. Stephanedes首次将卡尔曼滤波应用到交通流动态预测中，并以名古屋的路网数据为基础进行实例验证，得到的平均误差小于9%，计算结果令人满意。此后, Shao, Asai和Nakagawa（1999）又进一步考虑了交通流的时空特性，改变了卡尔曼滤波模型的预测因子，得到了更好的预测结果。

在国内，吉林大学的杨兆升教授是短时交通流预测领域的代表专家之一，早在1999年，就对卡尔曼滤波进行了研究，并充分考虑了交通流的特性，提出一种预测精度较高的短时交通流预测模型。2000年以后，东南大学的杨晓光教授、北京交通大学的邵春福教授等纷纷对卡尔曼滤波进行了研究，并提出了进一步提高预测精度的短时交通流预测算法。随后，ARIMA模型也得到了很多专家和学者的研究，并结合交通流的时空特征提出了预测算法，在交通流短时预测领域具有进步意义。