针对现有交通流预测方法未充分考虑多断面车流演变规律,提出基于时延特性建模的时空相关性计算方法.该方法采用对不同断面、不同时刻交通流的分布相似性度量,对输入的车辆到达数据序列进行切割构建时空相似度矩阵,得到相邻断面之间的时延参数.基于时延特性建模,将多断面之间的流量信息进行融合,使用长短时记忆(LSTM)网络进行流量预测.通过对实际路段数据的预测和结果分析,验证所提方法的有效性和实用性.