随着我国城市规模不断扩大以及交通状况日益严重,科学有效的探测城市道路交通状态是城市智能交通规划与决策的非常重要的支撑理论之一,目前尚未有全面有效的方法来分析城市道路交通状态,且城市交通信息的探测存在数据量不足、路径匹配多重性、交通状态难以划分等问题,如何突破这些难题并及时有效获取城市的道路交通状态是智能交通领域的关键性研究,然而手机定位数据能够全时空的覆盖到城市道路的所有区域,从而解决了道路交通状态分析所需的海量数据问题,因此从手机定位数据中分析探测交通信息是智能交通研究的重要方向之一。以多个手机移动目标作为研究对象,分析手机定位数据和复杂城市交通状态的特点,对获取的手机定位数据进行挖掘整理,剔除冗余噪声数据。针对定位路径的多重性问题,提出改进的K次最优路径搜索算法,通过该搜索算法从历史定位数据中挖掘出目标的平均行程速度,并将其与GPS平均行程速度比较验证算法的有效性。利用模糊数学的相关理论,将平均行程速度等作为模糊评价因素,对交通状态评价因素进行分析整理,提出基于模糊综合评价的交通状态探测模型,实例分析表明该方法可以有效的获取指定路段的道路交通状态。本研究为城市道路交通状态探测提供了基础数据和理论支撑,为探索大城市海量交通信息采集和智能交通系统建设提供新的思路,同时为交通规划、公共卫生安全、应急救灾等领域的研究提供有效的技术手段。