在城市道路交通组织及管理实践过程中,针对交通事件的出警策略是保证交通警务效率的一项重要活动。及时捕捉交通事件信息,并制定出合理的出警策略,能够保证出警的正确性和及时性,对于降低交通事件造成的损失,减轻处警人员的工作压力,都具有十分重要的作用。论文针对上述问题进行了研究,给出了交通事件自动检测和基于事件检测的出警辅助决策的一体化方案,并在如下两个方面进行了创新工作：一是建立了一个改进的交通事件自动检测模型,二是建立了一个基于交通事件自动检测的出警辅助决策模型。首先,论文研究了基于行程时间的交通事件检测方法。文中改进了现有的基于车长匹配的行程时间测量方法,基于此给出了一个交通事件自动检测算法,即：通过路段上下游通过车辆的长度匹配概率及局部密度,得到精确匹配并以此推算单车行程时间；利用标准正态偏差算法,并根据行程时间分布对己知和未知的单车行程时间进行二次检验,以检测交通事件的发生。其次,论文研究并建立了一种基于贝叶斯理论的出警辅助决策模型。作为实际出警辅助决策模型的输入参数,交通事件自动检测信息中的不确定性,是影响出警辅助决策模型精度的重要因素。因此,为了减少不确定性,在设计过程中,采用总延误时间作为衡量决策效用的重要指标,并将处警人员的经验与自动检测的结论相结合,在处警人员缺乏明确事件状态描述的情况下,对交通事件发生的实际状态概率进行修正,藉此控制决策失误蕴含的风险。最后,论文设计了一系列实验,结合实际交通数据、交通事件及报警信息,对模型进行了验证分析。