当前，交通拥堵在世界各国大中城市普遍存在。城市交通拥堵具有严重的危害性，其直接后果主要表现在两方面：一是时间延误和能源浪费，给社会带来极大的经济损失；二是车速过低，排放大量的废弃物和产生大量的噪声，使城市环境的质量大大下降，进而对城市居民的健康造成严重危害。如果能够对已经形成或即将形成的交通拥堵进行及时、准确的识别与预测，制定合理有效的交通拥堵疏导策略，必将能够最大程度降低交通拥堵所带来的负面影响，大幅度提高整个城市道路交通系统的运行水平。因此，对城市交通拥堵的识别与预测进行研究非常必要且意义重大。本文提出了一种新的城市交通拥堵识别算法，并对城市交通拥堵预测中的关键技术交通流参数短时预测进行了深入研究，建立了一种多模型融合预测方法。本文的主要内容包括以下几个方面：首先，研究了交通流的运行特性，交通拥堵的定义、分类及度量指标，并且对城市交通拥堵的形成原因进行了深入分析。然后，在分析总结经典交通拥堵识别算法的基础之上，提出了一种基于识别单元出入流率的交通拥堵识别算法，并且运用在西安市小寨十字东南西北四个方向的八条路段上实际调查得到的数据，对该算法的识别效果进行了验证和分析。最后，对交通流参数短时预测进行深入研究，将常用的几种交通流参数短时预测方法进行数据融合，建立了一种多模型融合预测方法，并且运用在西安市南二环中段实际调查所得的交通流量数据，对常用的两种预测方法和建立的多模型融合预测方法进行了验证和分析比较。