城市交通拥堵是一个世界性难题,其根本原因是供需矛盾突出,即道路供给无法满足行车需求。目前,一些城市交通管理不当,人为加重了城市交通拥堵程度。因此,我们的城市交通管理亟待升级,从短项目、粗放式、单一部门的管理,升级为动态性、精细化、智能化的多部门协作。而要完成动态性、精细化、智能化的管理,则道路车流量的预测是必不可少的。对于车辆行驶的道路导航而言,如何选择一条最短的路径是非常容易的,但在实际的使用过程中,往往会发现,长度最短的路径往往并不是通行时间最短的路径,而如何能找到一条通行时间最短的路径,则是一个非常困难的问题,而难点就在于如何预测将来一段时间内,各条道路的拥堵情况。基于这些急待解决的现实问题,本文提出一种对划分区域内下一时段的交通拥堵情况做出预测的方法,该方法可有效预测与识别出规定区域内多个可能发生拥堵的子区域并应用于实际道路交通的管理决策支持及行车路线规划中。该方法通过对道路划分为若干个子区域,统计各个子区域的历史数据并结合实际道路的拓扑结构及行车方向限制,建立贝叶斯网络,使用区域道路当前的车流量信息作为证据并用建立完成的贝叶斯网络进行推理,得到下一时间段每一个子区域的车流量情况,再结合相应子区域的道路设计可通行车流量来确定该区域下一时间段是否会发生拥堵,最后用DBSCAN算法对相邻近的多个拥堵子区域进行合并并去处噪声点。通过在昆明市盘龙区某区域道路中的实验,结果表明该方法是有效的。