1.1.5　其他模型

除了采用上述4种模型进行交通流预测以外，随着计算机、数据融合等先进科学技术的发展，为交通流预测提供了更多的契机。

为了应对大规模路网交通流预测遇到的困难，Chrobo和Wah（2001）提出了一种基于元胞自动机的预测模型。2002年，Anthony Stathopoulos和Matthew G. Karlaftis充分考虑了通行能力、天气等多种因素对交通流运行状态的影响，提出了一种多元状态向量空间预测模型。2007年，姚智胜对路网的空间相关性进行了分析，并将区域路网划分成多个小区，进而实现交通流预测。2010年，为了提高交通流预测的效率，谭国真、王凡等针对大规模区域路网，提出一种并行神经网络预测模型，节省了预测时间。2013年，董春娇、邵春福等不仅考虑了交通流的时空特性，而且考虑了车道变换、道路坡度等因素对交通流的影响，基于道路网交通流守恒方程建立了交通流预测模型。