随着我国经济的快速发展,高速公路建设的步伐也随之加快,高速公路省内联网和跨省联网收费已逐步得到了广泛的实施。然而如何防止联网收费后高额流失的通行费,开展新形势下的逃费稽查工作,则成为了摆在高速公路管理者面前的严峻考验。本文基于内蒙古高速公路收费站数据,在分析了内蒙古高速公路整体通行状况后,重点分析了4类存在的异常行为,即出入口车牌不一致、出入口车型不一致、出入口车种不一致和重量异常。然后选取可衡量异常行为的指标,运用PAM聚类算法构建出内蒙古高速公路收费站异常数据的监测模型,从而识别出逃费数据。接着本文从车辆特征和行驶特征两方面筛选并构建适当的变量,运用Logistic回归模型,构建出内蒙古高速公路收费站逃费数据的预警模型,确定预警概率为0.469,即一旦车辆达到或接近预警概率时,就应第一时间关注通行费用、计费重量、是否为本省车辆、客货种类、IC卡类型、是否为免费车这6个指标,并对该车辆进行重点检查从而避免逃费行为的发生。本文运用数据挖掘和数据分析的方法,通过分析高速公路的异常行为,挖掘出存在的逃费数据,从而为高速公路逃费管理工作提供有效的数据基础,提高目前高速公路营运管理单位收费稽查的效率,挽回高逃费下的经济损失。