随着人们消费水平的增长,全国机动车保有量持续增加,交通拥堵已严重影响人们的正常生活。交通拥堵检测作为缓解城市拥堵的关键技术之一,具有重要的理论研究意义。由于现有的拥堵检测模型标准不统一,各指标间关联具有模糊性,很难将其综合应用于一个检测模型中,因此,构建能够综合各个指标的交通拥堵检测模型,具有重要的实际应用价值。为了解决上述问题,本文采用了一种模糊层次分析方法,该方法通过建立决策层次分析模型,基于拥堵的成因分析从而构造各层指标的模糊判断矩阵,进而计算模型各项指标的权重,将各项指标综合应用于同一检测模型。为了尽可能满足指标权重的判断一致性,计算出的各项指标权重仍需进行优化处理,使模型的评估结果更加符合客观事实,但传统的特征值迭代法具有迭代次数较多且会造成权值精度缺失等缺点。本文基于权值向量的行和归一性质,从优化权值向量的一致性校验值的角度出发,将权值向量的修正问题转换为约束最优化问题进行求解,而考虑到鲸鱼优化算法对约束最优化问题的快速求解性,因此提出了一种基于鲸鱼优化算法的改进模糊层次分析模型构建方法,实现了对拥堵模型指标的权重量化评估与权值优化,并通过实验验证了该方法在不同维度的判断矩阵上具有较好的收敛性与精确化表现。本文依据开源的真实交通流量数据,通过对数据的预处理,完成对交通拥堵指标的特征分类,进而利用本文提出的方法进行了拥堵检测模型的指标权值计算,构建了分层的拥堵检测模型。最后利用预处理好的成都市交通流量数据,通过对拥堵指数与交通指标的趋势对比分析,验证了本文构建的拥堵检测模型具有较好的有效性与较高的拥堵状况反映程度。