交通拥挤是由于道路系统的某个局部因为通行能力的不足或突发事件而导致车流速度下降或停止运动,此时车流密度明显增加而产生长时间大范围的车辆排队现象。如果可以快速、准确地发现路网中已经发生或即将发生的交通拥挤,估计出拥挤的扩散范围和持续时间,对于制定合理有效的交通拥挤疏导措施具有重要意义。本文结合国家自然科学基金项目对城市道路交通状态及拥挤影响区域判别方法进行了深入的研究。　　主要的研究工作包括三个方面:第一、间接式城市道路交通状态判别方法。通过分析现有可支持交通状态判别的交通参数、交通检测器布点方法和交通状态判别算法。一方面提出一种新的基于图论的检测器布点方法,该方法在具有有向回路的路网中性能优越,因此特别适合应用在城市路网中;另一方面讨论了道路交通状态判别的几个重要的基础问题:一是如何使用好历史数据;二是怎么利用微观参数准确检测偶发性交通事件;三是如何较好确定的交通状态算法的边界条件(以McMaster算法为例)。第二、基于非参数回归的交通参数预测方法。交通参数预测要解决的问题就是如何从带有随机性和不确定性的交通参数值变化中,根据来自各种交通信息采集设备的交通参数数据,结合其它影响因素,进行数据的系统分析,找出其中的规律性,建立相应的预测方法和模型,以预测未来的交通参数值变化。第三、交通拥挤扩散范围估计方法研究。交通拥挤的空间扩散范围和持续时间信息对于交通管理部门制定合理、有效的拥挤疏导措施具有非常重要的意义。本文通过分析交通拥挤的扩散规律,提出单个路段和路网的最大排队长度估算方法和交通拥挤持续时间估计方法,最后使用模拟数据对所提出的方法进行验证分析。　　论文中涉及到的研究内容、研究方法和研究结论是对城市道路系统交通状态及拥挤影响区域判别方法的一个探索,可以为制定城市道路交通拥挤疏导策略和拥挤信息发布提供理论依据和工程参考。