近年来,我国由高速公路构成的骨干路网已经覆盖了大部分城市,极大缓解了我国公路交通运输的压力,但由于缺乏对路网交通状态判别以及发展趋势分析,致使路网管理运营方面仍然处于相对落后的被动管理,难以保证高速路网的高效运行。深入了解我国高速公路的运营现状,研究和建立符合我国高速公路特点的交通状态判别与预测体系是非常必要的。对路网交通状态判别和预测方法进行研究,提升高速路网的运营管理效率,使运营决策做到有据可依。本文在总结国内外相关研究的基础上,首先对高速路网交通特性进行分析,运用基于模糊聚类的方法对路段交通状态判别,结合路网交通的拓扑特性,提出一种路网连通度评价方法,在此基础上选取路网饱和度、路网畅通率以及路网连通度作为判别指标,采用模糊综合评价法判别高速路网的交通状态;其次,通过对高速路网收费数据的分析和挖掘,运用BP神经网络和卡尔曼滤波算法实现对路网交通需求的预测,即路网OD矩阵的预测,同时结合交通仿真技术将预测的路网OD需求动态的分配到各路段中,再运用本文提出的路网状态判别方法,预测路网的状态;最后,以北京市东北五环外的高速路网为例,验证本文路网状态判别与预测模型的有效性。