本课题研究了交通违法行为的发生规律及预测算法、交通违法的成因、交通违法黑点鉴别方法,探讨了交通违法治理模糊决策方法,开发了交通违法事件分析与决策系统,为制定科学、合理的交通违法治理决策提供理论支持。首先,研究了交通违法行为的成因,探讨了交通违法行为的共性。重点分析了交通违法行为的机理,从人、车、路和环境四个方面分析了交通违法产生的原因,以及交通违法导致交通事故的机理分析。该研究内容能够帮助深入理解交通违法行为,为下面的分析研究奠定了基础。其次,研究了基于组合模型的交通违法信息预测分析算法,提出了基于小波理论和支持向量机方法的组合预测方法,并结合某省某地区的实际检测数据进行了效果验证。然后,研究了交通违法黑点分析问题。借鉴交通事故黑点分析的方法,本文研究了交通违法黑点分析的方法。根据交通违法行为特征,提出了基于违法记分分值的当量违法总次数分析方法,并对违法黑点进行了预测。通过实例分析,将各种黑点分析方法对比验证,证明了黑点分析方法的有效性。再次,研究了基于二级模糊推理的交通违法治理决策方法。探讨了交通违法治理的各种决策方法,包括决策树方法、模糊综合评判方法和多级模糊推理方法。各种方法均建立在现实工作实践经验的基础上,有较高的实用价值。最后,开发了基于.net2005平台、oracle10g数据库的交通违法事件分析与决策系统,为进一步推广应用奠定了基础。结合实际,研究了容易引发交通事故的多发性交通违法行为的成因、危害及治理对策,在现实工作中具有很强的针对性和借鉴意义。