目前,交通拥堵是世界大都市遇到的“城市病”之一。由于人均汽车保有量的持续增长、道路规划不合理和交通管理不到位等问题,从而导致了城市交通拥堵问题日益严峻。交通拥堵不但造成了巨大的经济损失,也带来了严重的尾气排放和噪声污染等环境问题。所以解决城市交通拥堵问题已经是刻不容缓、迫在眉睫。虽然目前己经研究出了多种解决城市交通拥堵问题的方案,但是它们都没有考虑到如下两个问题:第一,“交通拥堵”是一个模糊的状态,不能简单地由车辆行驶速度、道路承载量和道路长宽等单方面因素决定;第二,城市道路之间存在空间关联性,在某个时间段内,不能单看某一条道路的拥堵情况,而是要对城市道路的整体进行把握。针对上述存在的问题,本文引入了模糊集合论的思想,首先将道路的拥堵状态进行模糊化处理,然后使用模糊理论中的隶属度来衡量道路拥堵的程度,并提出计算隶属度值的公式。这样既解决了道路拥堵状态的描述问题,也能更好地定量分析道路拥堵的状态。同时,还在传统co-location模式的基础上引入了时间特性,提出了时空并置拥堵模式的概念。时空并置拥堵模式与传统co-location模式最大的区别是同时考虑了地理空间上的邻近以及时间上的邻近。在上述相关概念的基础上,本文首先提出了时空并置拥堵模式的挖掘框架和挖掘算法,用于挖掘城市道路中频繁出现的拥堵模式。然后,设计实现了交通拥堵可视化原型系统,系统能够动态地显示挖掘出的结果,最后分析挖掘结果并提出了可行性的方案,该方案对解决交通拥堵问题具有一定的指导作用和现实意义。