准确判别路段单元交通状态是制定动态交通管控方案、缓解交通拥堵现象的关键。城市道路中交通拥堵通常开始于道路中某个局部瓶颈段,随着该路段交通供需缺口逐渐增大,交通拥堵现象加剧,拥堵逐渐向周边道路蔓延。及时准确地识别出该瓶颈段的交通拥堵状态,对于提高道路交通运行质量至关重要。GPS浮动车数据采集技术作为一种新的快速发展的数据移动采集方式,与传统固定检测器相比,能够全面采集道路中的交通信息。受城市道路复杂环境的影响,道路中车辆的运行状态各异,传统的单一浮动车数据仅代表道路中的某一类运行车辆,用单一类型车辆的运行状态刻画整个路段的运行状态比较片面,说服力不够。而不同类型浮动车数据体现了道路中更多类型车辆的运行信息,相对于单一浮动车数据,在描述交通流运行状态方面更加综合、全面。因此,有必要对不同类型浮动车数据进行融合,研究基于异种浮动车数据融合的路段单元交通状态判别方法。本文以出租车、公交车以及私家车三种不同类型浮动车数据作为数据源,利用FCM算法,确定浮动车数据下的交通状态划分方法。引入数据融合技术中的D-S证据理论算法对异种浮动车数据进行融合,以解决单一浮动车数据只能反映道路中一种类型车辆所体现的交通状态,不能全面反映道路交通状态,且道路中不同类型车辆数据的交通状态划分标准不一致的现象,构建基于D-S证据理论的路段单元交通状态判别方法。针对D-S证据理论在处理高度冲突数据时所存在的缺陷,提出一种将修正证据源基本信任分配函数和优化合成规则相结合的新的D-S证据理论改进方法,对D-S证据理论进行改进。通过研究浮动车样本量与交通状态判别结果可靠度之间的关系,利用改进后的D-S证据理论,构建路段单元交通状态判别改进模型。论文的主要研究内容如下:(1)研究浮动车数据下的交通状态划分方法。从车辆运行速度及速度离散度两方面分析路段单元上不同类型车辆的运行特征,结果表明即使在同一交通状态下,不同类型车辆的运行特征也存在明显差异。结合交通状态的模糊性及不同类型车辆运行特征差异性,提出针对不同类型浮动车数据基于FCM算法的交通状态划分方法。(2)研究异种浮动车数据融合的路段单元交通状态判别方法。提出面向交通管控的路段单元划分方法。为解决不同类型车辆数据交通状态划分标准不一致现象,有效融合路段单元上的异种浮动车数据,实现对路段单元交通状态全面地刻画,引入数据融合中的D-S证据理论,构建基于D-S证据理论的路段单元交通状态判别模型。(3)研究异种浮动车样本量与交通状态判别结果可靠度的关系。采用随机抽样的实验方法获得不同类型浮动车样本量与相应的交通状态判别结果可靠度的散点关系。在SPSS软件中分别用对数函数、反向函数、幂函数对散点关系进行拟合对比。结果显示对数函数拟合的相关系数最高,样本量与交通状态判别结果可靠度之间为对数函数关系。得出当交通状态判别结果可靠度为100%时,出租车、公交车、私家车三种浮动车数据用于路段单元交通状态判别的最小样本量分别为18、16、25个,同时得出当样本量不足最小样本量时,三类浮动车样本量与交通状态判别结果可靠度之间的具体函数关系式。(4)构建路段单元交通状态判别改进模型。针对D-S证据理论不能准确地对高度冲突的数据进行融合这一问题,结合现有的改进方法,提出一种将修正证据源基本信任分配函数和优化合成规则相结合的新的D-S证据理论改进方法,对D-S证据理论进行改进。基于改进的D-S证据理论,利用各浮动车交通状态判别结果可靠度作为基本信任分配函数修正因子,构建路段单元交通状态判别改进模型。并通过典型案例对改进模型进行分析,结果表明改进模型能够有效解决传统D-S证据理论在进行高冲突数据的交通状态判别时出现的问题。(5)实例验证。以重庆市快速路中的某一路段单元作为实例验证对象,对比路段单元交通状态判别改进模型、基于D-S证据理论的判别模型、基于单一数据(出租车浮动车、公交车浮动车、私家车浮动车)的判别模型。从判别效果上看:基于改进模型的判别精度高达94.03%,基于D-S证据理论的判别模型判别精度为85.07%,基于出租车、公交车、私家车三种单一类型浮动车数据的判别结果精度分别为83.58%,70.15%,61.19%。证明了将D-S证据理论引入路段单元交通状态判别这一应用能够有效融合异种浮动车数据信息,提高判别结果的精度,改进后的模型相比基于D-S证据理论模型,能进一步提高判别精度。