王 尧 邵长桥 刘 洋

（北京工业大学城市交通学院 北京100022）

0 引 言

随着社会经济的发展，汽车保有量及出行量均大幅度上升，交通拥堵已成为世界范围内大中型城市常见社会问题。交通拥堵致使车辆行驶速度降低、行程时间延长、行驶油耗增加、尾气排放增多，造成能源浪费、环境污染及严重的经济损失。例如，2010年美国由于拥堵造成48亿人·h时间损失和19亿加仑燃油消耗［1］。准确地判定交通拥堵状态，对交通管理部门及时获取交通运行信息，并采取恰当的交通管理措施等都具有重要意义。

近年来，国内外对交通拥堵判定方法研究成果越来越丰富。Cassidy等［2］利用时间累积占有率、流量来判定拥堵发生时间与地点；Chen［3］以相邻检测器间速度差作为拥堵判定指标，提出自动识别瓶颈激活次数、瓶颈延误算法；Zhang等［4］以占有率作为临界值将交通流分为排队拥堵状态、非拥堵状态、中间状态；还有研究人员提出了速度阈值、占有率与流量比值及交通量变化量等［5－7］指标识别瓶颈。国内对拥堵判定研究主要集中在交通拥堵事件检测上。庄斌等［8］以占有率与流量比值作为检测拥堵指标，提出判定拥堵算法；王殿海等［9］应用交通量与占有率累计曲线判定交通流状态转变时刻；罗小强等［10］应用小波包变换方法，对占有率数据进行分析，根据占有率的突变和异常状况识别交通拥堵；姜桂艳等［11］根据车牌识别交通数据的特点，提出应用平均区间行程速度作为阈值判定交通拥堵的方法。……