1.一种高速公路收费站交通流量预测方法，其特征在于，所述高速公路收费站交通流量预测方法包括：首先，源数据格式进行数据预处理，提取出交通流量的相关信息，然后采用聚类算法对数据进行聚类分析，得到相同类别的数据，之后采用ARIMA算法、Holt-Winters方法对得到的相同类别的数据建立相关模型；再进行数据的初步预测，最后将预测结果与影响流量数据的因素采用多元线性回归的方法对数据进行分析，同时调整相关参数或修改部分特殊值，使最终预测数据接近真实值；

采用的聚类方法以空间中k个点为中心进行聚类，对最靠近的对象归类，通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。

2.如权利要求1所述的高速公路收费站交通流量预测方法，其特征在于，高速公路收费站交通流量预测方法还包括：采用关联规则和调用arules包对数据进行处理，具体包括：保留并更新平滑后的信号和平滑后的趋势两个量的状态，两个等式和两个拌合参数有：si＝αxi+(1-α)(si-1+ti-1)， (1)ti＝β(si-si-1)+(1-β)ti-1， (2)其中α，β是平滑参数，si是之前i个数据的平滑值，取值为[0,1]，α越接近1，平滑后的值越接近当前时间的数据值，数据越不平滑，α越接近0，平滑后的值越接近前i个数据的平滑值，数据越平滑，α，β的值多尝试几次以达到最佳效果；

式(2)为平滑后的趋势；

然后每增加一个时间步长，就在式(2)平滑值上增加一次最后的平滑趋势：xi+k＝si+hti；

最后，给三次指数平滑法添加第三个量，用来表达季节性。

3.如权利要求2所述的高速公路收费站交通流量预测方法，其特征在于，用来表达季节性包括：累加式表达季节性和累乘式表达季节性；

累加式表达季节性对应的等式：

si＝α(xi-pi-k)+(1-α)(si-1+ti-1)，ti＝β(si-si-1)+(1-β)ti-1，pi＝γ(xi-si)+(1-γ)pi-k，xi+k＝si+hti+pi-k+k，

累乘式表达季节性的等式：

ti＝β(si-si-1)+(1-β)ti-1，xi＝(si+hti)pi-k+k：

其中，pi指周期的长度，Y是平滑参数。

4.一种如权利要求1所述的高速公路收费站交通流量预测方法的高速公路收费站交通流量预测系统。