城市道路交通拥挤成为困扰世界各大城市的主要社会问题之一,严重影响着城市的可持续发展和人们的日常工作与生活。快速、准确地发现路网中发生的交通拥挤,并估计出拥挤未来一段时间内的扩散范围和持续时间,对于制定合理有效的交通拥挤疏导策略具有重要意义,本文对城市道路交通状态判别及拥挤扩散范围估计方法进行了深入研究。本文的主要研究工作及创新之处体现在:对基于GPS浮动车的交通信息采集的时空间隔确定方法和浮动车样本量的确定方法进行了研究,并使用模拟数据和实测数据进行了实证分析;以单元传输模型(Cell Transmission Model,CTM)为基础,设计了用于城市道路的交通参数在线估计方法,并将卡尔曼滤波方法嵌入到CTM中以提高交通参数的估计精度,最后使用模拟数据对算法的有效性进行验证,并对两种算法进行了对比分析;设计了基于时间序列相似性搜索的交通参数动态多步预测方法,对预测步数、初始时间序列长度、时间序列相似性搜索时长等参数的确定进行了讨论,最后使用实测数据来验证算法的有效性;给出了度量交通拥挤的绝对标准和相对标准的概念,分别设计了基于GPS浮动车数据和固定检测器数据的拥挤度量标准和交通状态判别方法,并分析了浮动车样本量不足时交通状态判别结果的可靠性,最后使用模拟数据进行案例分析;提出了交通拥挤扩散范围估计方法,包括单个路段交通拥挤的扩散范围估计、路网交通拥挤的扩散范围估计和交通拥挤持续时间的估计,最后使用模拟数据对方法进行了验证。论文中涉及到的研究内容、研究方法和研究结论是对城市道路交通状态判别及拥挤扩散范围估计方法的一个探索,可以为城市道路交通拥挤疏导策略的制定提供一定的理论依据和工程参考。