随着国内区域经济圈的建立和发展,区域内高速公路网规模不断扩大和完善,使得区内城市群间高速公路交通负荷日益增加。城市规划中不同的功能分区使部分高速公路路段已经成为城市通勤道路的一部分。经济的快速发展促使交通需求急剧增长,交通负荷的增加使得高速公路通行能力和服务水平明显降低,在高峰时期开始出现常发性交通拥挤,高速公路安全、快捷和高效的特点难以发挥,同时部分路段的拥堵已经影响到整个区域路网交通状态的运行效率,因此需要对高速公路交通运行状态进行实时监控和交通状态信息发布,充分发挥高速公路效能。目前国内外对高速公路交通状态的研究较少,多研究的是高速公路交通事件判别技术。这种技术大多数是判断交通流某个特征参数是否满足所设定的阈值,而只有交通事件发生后交通流特征参数才会出现异常波动或突变,因此这种判别技术存在时间滞后性,各级管理部门采取相应的措施也需要反应时间,更加在时间上导致对交通事件的处理不及时,往往容易导致二次事件的发生,造成更严重的交通拥挤和阻塞。本文依托交通部交通应用基础研究项目《区域公路交通状态识别理论与应用研究》,对高速公路基本路段交通状态实时识别方法进行研究。首先分析高速公路基本路段交通流运行特性,提取最能表征交通运行状态的特征参数,同时结合我国高速公路服务水平划分标准,建立基于固定交通流检测器的高速公路交通状态分类；然后基于模糊C均值聚类对检测单元(两组相邻检测器间路段)上的交通状态特征参数历史数据进行聚类分析,得到五类交通状态聚类中心,再根据实测数据与聚类中心的欧氏距离来识别检测单元交通状态；最后以检测单元交通状态决策信息集为基础重点研究如何将基本路段上多个检测单元交通状态信息融合识别为路段交通状态信息。针对基本路段中检测单元上交通状态决策信息的离散、模糊和时变特征,本文提出将相邻检测单元同类交通状态决策信息进行合并,得到有序交通状态块；基于vague集理论,将交通状态块对基本路段交通状态的影响因素考虑为权重,提出了一种新的加权距离公式,建立了基于交通状态块决策信息的基本路段交通状态融合识别模型。本文最后通过实例验证了该模型的有效性,为识别高速公路基本路段交通状态提供了一种新途径。