近几年,全国汽车保有量快速增加,使城市交通的拥堵问题日益严重,而对现有路网资源的充分利用,并提高道路交通管控策略,是应对城市交通拥堵问题的有效途径。而如何对城市道路服务水平做出合理的评估,为交通管理者提供管理依据,又是提高道路交通管控方法的基础。此外,随着智能交通系统的发展,城市道路配备了多种交通检测设备,能够获得不同种类、多重维度的城市道路交通数据,为城市道路服务水平评价的研究提供了充足的数据保障。本文首先对多源交通数据的融合进行研究,通过分析不同种类交通数据检测方法的特点,将多源数据融合级别确定为特征级别的融合,结合各类交通参数的特点与关联性,对不同检测器所能检测数据的空间特征、时间特征等进行分析,并对可利用的交通参数进行扩展。在分析城市道路交通数据的时空相关性的基础上,提出多种缺失数据的补全方法,使多源交通数据更加完整。然后本文对城市道路服务水平评价指标体系的建立进行研究。通过对现有的道路服务水平评价方法分析,以及对评价指标体系设计方法分析,确定使用塔式评价结构,并将城市道路服务水平评价分为交叉口服务水平评价与路段服务水平评价两部分,同时根据各类交通参数的特点,将这些参数分为交叉口评价指标部分与路段评价指标部分,为后文评价方法的研究做铺垫。下一步本文对城市信号交叉口服务水平评价方法进行研究。首先确定使用多指标评价方法,并采用BP神经网络结构建立评价模型,利用交叉口饱和度、排队长度与平均延误作为指标,得到拥堵指数。本文还建立了交叉口均衡度指标模型,将拥堵指数与均衡度指标综合起来得到对交叉口服务水平的评价等级。最后本文对城市道路路段服务水平评价方法进行探究。首先对城市道路路段交通流特性进行分析,选择占有率、流量和速度为路段服务水平评价的特征参数,同时针对占有率、流量、速度三者之间的关系进行剖析。然后引入SVM算法对瓦房店市交通数据进行SVM模型训练与验证,说明SVM模型可以有效地对城市道路路段服务水平进行等级分类与评价。