为提高交通流多步预测精度，提出一种考虑基向量独立预测和线性表达的交通流多步预测方法。利用交通流的周期性，以天为周期单位将历史交通流数据进行分割和矩阵表达，再利用协方差矩阵的奇异值分解生成一组基向量，将每天的交通流时间序列表达为该组基向量的线性组合，将交通流的预测问题转化为基向量组合系数的独立预测问题；采用回声状态网络（Echo State Networks,ESN）分别建立各基向量组合系数的独立预测模型，并采用Jaya算法优化ESN模型参数。结果表明，采用Jaya算法可以快速找到ESN模型最佳参数，采用文中方法可以实现交通流多步预测，且预测精度比历史均值法和Jaya-ESN法更高。