近年来,人口出生率和机动车占有率不断增加,城市机动车数量迅猛发展,道路资源建设相对滞后,导致城市交通拥堵日益严重,城市拥堵路段预测成为智能交通系统的一个基本功能。准确的预测城市拥堵路段,不仅可以使出行者更好的选择出行线路,而且可以减少尾气排放,达到节约时间、经济、能源,保护环境的目的。虽然对于拥堵路段预测的研究已经存在了相当长的一段时间,但是在速度、准确性、可扩展性等方面仍不完善,尤其是突发事件的出现使拥堵路段预测的准确性大大降低。为了解决上述问题,本文提出一种新的基于拥堵转移矩阵的城市拥堵路段预测模型,该模型与其他大部分交通流预测模型明显的不同是它结合了相邻路段的交通流信息进行拥堵路段的预测,得到较好的预测效果。本文的主要贡献包括：首先,针对拥堵路段间具有时空因果关系的特点,提出对城市拥堵路段预测建立数据模型的具体算法。将GPS轨迹集按照周期和时间框架分类,挖掘不同时间框架内的拥堵路段和交通流转移概率。其次,提出拥堵转移矩阵的概念。拥堵转移矩阵记录了具有时空因果关系的拥堵路段对之间的拥堵转移概率。为每一个时间框架建立一个拥堵转移矩阵,从而为拥堵路段的预测做准备。再次,提出对突发拥堵路段的处理方法。该方法利用突发拥堵路段和与其相邻路段之间的交通流转移概率预测下一时间框架内它们中可能发生拥堵的路段,提高预测准确率。最后,在全概率理论的基础上,提出利用拥堵向量和拥堵转移矩阵相乘的方法进行一步或多步拥堵路段的预测。通过实验评估,验证了本文提出的基于拥堵转移矩阵预测城市拥堵路段算法的有效性和高效性。