随着城市经济的发展,车辆剧增,出现的交通阻塞、交通事故发生频率高,交通环境污染,交通治安混乱等一系列问题,严重影响着当前城市经济的发展和人民的生活,而同时交通设施的建设存在普遍滞后的状况,解决这些问题是当前所需,也是刻不容缓的。通过建设智能道路交通管理系统,运用科学化、现代化的交通管理手段提升道路交通管理服务水平,实现交通管理“智能化”,将极大地提高交通管理的效率,满足城市交通可持续发展的需要。第一代交通自动管理系统采用无线遥感、红外、雷达等方式来获取环境信息。并传达给指挥人员,由指挥人员对交通实施管理。采用这种方式比纯人工方式有了巨大进步,减轻了交警的负担,缓解了交警警力不足的问题。但是,采用这种方式也有其缺点,指挥人员接收到的只是信号、数据。对现场状况无法有更深入的了解,决策的正确性更多地依赖于经验,因此还不能说是真正的自动化、智能化。目前建设的交通管理系统,将视频图像处理技术与模式识别相结合,集成了城市交通的基础信息、存储了海量的交通数据,数据挖掘技术可以对交通数据进行微观或宏观的统计、分析、综合和推理,发现各属性之间的相互关联,甚至利用已有的数据对未来的状态进行预测,把人们对历史交通数据的应用,从低层次的末端查询操作,提高到为各级决策者提供决策支持。本课题分析了基于数据仓库的数据挖掘技术和以数据仓库为基础的交通辅助决策支持系统,阐述了数据挖掘技术在智能道路交通管理系统中具体的应用。最后提出了基于决策树C4.5算法的交通拥堵状态预测,并且通过weka平台加以实现和验证,得出通过决策树C4.5算法来预测交通拥堵状态时可行的。