交通流预测是交通控制系统与交通诱导系统的关键环节之一。它在城市交通智能化管理和引导居民智慧出行方面有着重要的作用广阔的应用前景。目前城市道路交通流预测主要是基于物理模型、数理统计特性并融合部分智能预测算法来实现的,它们可以对局部道路状况进行估计和预测,但大多为离线,对整个路网的状况预测准确度不高,也无法针对预测结果作出相应的方案评价和决策支持。并且目前的主流预测方法中都没有考虑一些影响预测效果的重要交通因素,诸如FIFO原则、交通信号控制方案等,这些因素因在现有预测方法中难以引入和描述,往往被忽略。本文提出了一种基于Optima系统实现的实时在线交通预测方法,首先,通过建立路网模型、需求模型进行路网结构的重现,由于路网OD矩阵获取难度较大,依据部分路段观测流量和转向流量作为基础,进行OD矩阵反推获得整个路网OD矩阵,通过比较路网分配流量与观测流量的吻合程度确定输出初始OD矩阵;针对不同时段交通流特性建立分时段动态交通分配程序,将出行需求分配至路网得到路网分配流量。接着通过构建关联数据库实现实时路网模型信息、交通信号控制信息的有效对接,引入数据转换单元、离线预测模块与在线预测模块吃协同完成预测。与此同时,采用一个适应城市道路交通特性的梯形模型曲线,考虑因为路段瓶颈的存在,交通反向波对上游交叉口造成的溢出影响;依据动态实时均衡算法预测得到路段进出口的累积流量,综合模型预测值、历史数据、实时数据持续得到最终预测值。实现实时在线交通流预测;最后,采用上述提出的预测方案对北京市望京区域交通状况进行了预测仿真。