随着我国机动车保有量与居民出行需求的增长，高速公路交通拥堵问题日益凸显，局部路段拥堵情况频发。精确预测高速公路路段交通状态，深入挖掘潜在的交通状态演化规律，对于高速公路主动化、精细化管理具有重要意义。本文从多源数据挖掘的角度出发，探究不同因素对高速公路交通流的影响，构建了高速公路路段交通状态预测模型，并对多路段间的交通状态时空演化特性进行了研究。
　　首先，分析交通环境中不同因素对高速公路交通状态的影响。利用Python语言调用相应的网络API接口，实现高速公路路段交通流数据和天气数据的获取，并给出对应的数据预处理方法。基于高速公路设计文件，计算得到各路段对应的道路线形数据。结合天气、道路线形与路段交通流等数据，量化分析了降雨量、能见度、累积曲率、累积坡度等因素对路段交通流的影响程度。
　　其次，提出一种考虑交通环境因素的高速公路路段交通状态组合预测模型。结合高速公路交通流随机性强且受多种交通环境因素影响的特点，利用集合经验模态分解法（EEMD）对原始路段平均行程速度进行分解；然后利用动态时间规整算法（DTW）衡量各分量与原始序列之间的相关性，并分为高相关分量和低相关分量；在分量组合的基础上，加入交通环境特征构成子序列矩阵并输入长短期记忆网络（LSTM）进行预测。考虑到不同地域高速公路运行的差异，以路段常态速度和路段平均行程速度进行交通状态划分。选取G65包茂高速中多个路段实例分析验证，较传统单一的预测模型，该模型在不同场景下的预测精度均有所提升。
　　最后，提出基于数据挖掘的多路段间交通状态时空演化特性分析方法。根据高速公路路网交通流特征对时空Moran’s I指数中的时空权重矩阵进行改进，利用改进后的时空Moran’s I指数分析多路段间交通状态的时空相关性，研究拥堵易发路段辨识方法。在此基础上，采用FP-Growth算法挖掘多路段间交通状态的演化特性，挖掘拥堵从原发路段向周围路段传播的潜在规律。以G65包茂高速中多路段为例，根据改进时空Moran’s I指数的计算结果发现G65巴南收费站至界石服务区、南环互通至绕城渝湘互通等路段为实验范围内的拥堵易发路段。利用FP-Growth算法对工作日、周末、节假日三个场景下的交通状态演化规则挖掘结果可以得出交通拥堵传播路径，结合单路段交通状态预测结果，对可能发生拥堵或受拥堵影响的路段提前预警，将高速公路管控工作由被动管理变为主动防控。