交通流状态辨识是智能运输系统Intelligent Transportation Systems, ITS),尤其是其先进的交通管理系统(Advanced Traffic Management Systems, ATMS)和先进的出行者信息系统(Advanced Traveler Information Systems, ATIS)研究的一项重要内容。对道路交通流状态进行分析研究,及时、准确地辨识交通异常,是制定正确诱导和控制措施的一个重要前提。受数学模型发展的限制,在以往交通流模式识别算法的研究中,更多集中在交通流状态预辨识(交通流预测)和实时辨识(事件检测或交通流质变检测)上,而忽略了对交通流状态量变规律的研究。量变是质变的前提和必要准备,质变是量变累积的必然结果。交通流参数的变化发展首先从量变开始,当量变达到一定程度,必然会引起质变,所以研究交通流状态量变规律对交通流状态实时辨识有着重要的意义。本文在总结国内外研究现状基础上,通过对交通流模型变点分析来达到对交通流状态量变规律精细化辨识的目的。本文的研究内容可以划分为以下几个方面,即：基于投影变换的交通流线性回归模型变点识别方法研究、基于一元回归法的交通流线性回归模型变点识别方法研究、交通流多元线性回归模型变点识别方法研究、交通流非线性回归模型变点识别方法研究、交通流平稳及非平稳时间序列模型变点识别方法研究。结合淄博市典型路段的实测数据和英国南安普敦大学TRG提供的数据对所建立的模型进行了标定和检验,验证了方法的有效性和可行性。