后来经过经过不断发展，时间序列在理论上发展越来越来成熟，专家学者们研究了如何在交通流预测领域中应用，建模主要有简单季节预测、指数平滑、移动平均时间序列和ARIMA模型[25]。其中，较为简单的时间序列模型是自回归移动平均模型，其基本思想是用x（t)= +  x（t-1）+  x（t-2）+  x（t-3）+……+ x（t- n）+ω来描述随机数据的内部变化规律。其中，Z（t)是预测值，表示路段t时刻的交通状态；x（t-1），x（t-2），x（t-3），…x（t- n）是真实值，表示交通状态的真实值，具有随机性；ω是观测误差； ， ，…，+ 是待定的参数。ARIMA法根据历史时间序列信息建模，较好的反应了交通流参数的变化规律，但是建立模型过程繁琐，需要的数据量较大，模型的阶次对预测精度影响也较大。 交通流预测国内外研究现状(2):http://www.youerw.com/yanjiu/lunwen_30503.html