交通信息分析与处理是实现交通管理信息化、集成化、智能化的基础,也是智能化交通管理信息系统的基础,在交通管控中具有不可忽视的作用。本文介绍了交通信息处理的重要性以及国内外交通信息系统的研究,论文重点研究将模糊理论应用于交通信息分析与处理,从基础交通信息挖掘出更有用更直观的交通信息为出行者和管理者提供辅助决策支持。论文将模糊理论应用于交通信息处理的4个层面,即交通流量预测、交通状态判别、网络交通流均衡控制、专家系统等。论文应用模糊线性回归模型进行交通流量的预测,为交通控制和交通流诱导等交通管理提供预测型信息。基于模糊综合评判理论,提出根据路线和路口的3个交通参数进行交通状态判别,从而提供给出行者宏观的交通运行状况。针对交通管理者从系统的角度诱导均衡网络交通流的目的,文章首次提出应用模糊控制的方法进行交通流均衡分配,将路段的拥挤程度模糊化,根据设定的模糊控制规则和专家经验,给出流量均衡诱导的策略。论文最后还提出了面向交通管理决策支持的模糊专家系统(FES-TDS),分析了FES-TDS的基本功能,构建了FES-TDS的框架结构,并阐述了知识库、数据库、推理机的设计,为进一步实施打下基础。