随着我国国民经济的迅猛发展,城市中的机动车数量逐年剧增,导致城市环路的交通状况越来越差。作为城市道路交通系统中的“主骨架”,城市环路的交通状态将会影响整个城市路网系统,因此,解决城市环路的交通问题对改善整个城市路网系统的交通状况有着重大的意义。交通状态判别与预警作为ITS的一个组成部分,如果能够为道路使用者提供实时准确的交通状况信息,必然会大大提高出行效率,节省出行时间,同时,还能方便交通管理者进行决策,制定合理、有效的交通管理与控制措施,对缓解城市环路的交通拥挤具有重要的现实意义。因此,本文将围绕城市环路的交通状态判别与预警进行研究。首先,对城市环路交通状态判别与预警的研究背景及意义进行了阐述,综述了交通状态判别与预警的研究现状,接着,对城市环路的特征进行了分析,说明城市环路与高速公路、普通城市道路的区别,介绍城市环路的交通流参数及其特征,分析了各个交通流参数之间的关系,同时,分析了影响城市环路交通状态的各种外界因素。在交通流参数关系和影响因素分析的基础上,提出了基于不同空间与同一空间在不同影响因素下的交通状态判别模型。基于不同空间的交通状态判别模型以模糊C均值聚类与灰色聚类算法为基础,首先运用模糊C均值聚类对交通状态边界进行划分,得到各个交通状态的门阀值,进而利用灰色聚类模型对交通状态进行判别,可避免聚类方法容易陷入局部最优解的问题,同时减少灰色聚类参数设定的主观性。基于不同影响因素的交通状态判别模型以自适应特征映射网络为基础,该方法可以不使用外部提供的目标输出寻找复杂数据中的类别。在交通状态判别的基础上,设计了相应的交通状态预警系统,通过交通状态预警系统,可以实时浏览城市环路的交通状态信息。最后,结合福州市二环路对交通状态判别模型进行验证,建立福州市二环路交通状态预警系统,并使用预警系统对交通状态判别结果进行发布。