当前，国内正处于城镇化的快速发展阶段，城市机动车保有量增势迅猛，交通资源和交通需求在时间和空间上的矛盾关系日益突出，交通拥堵已经成为各大中城市亟待解决的重大课题。城市交通拥堵研究，对于缓解社会出行矛盾，提高居民出行效率，降低车辆尾气排放，节约城市能源等方面起着至关重要的作用。然而，现阶段对城市交通拥堵的研究一方面缺乏统一标准，不成系统;另外一方面理论性虽强，但实用性欠缺。因此，从交通拥堵的特性分析开始，开展如何建立城市交通拥堵辨识模型、城市交通拥堵预测和城市交通拥堵路网优化研究，具有重要的现实意义。　　论文结合我国城市交通拥堵现状，分析交通拥堵形成机理和特征，对交通拥堵的辨识方法、预测技术和优化模型开展探索性研究。研究期望得出能够系统、快速判别交通拥堵的指标体系和辨识模型，通过对现阶段多种预测方法进行分析，提出能够对未来短时交通拥堵信息（如速度、流量等）进行准确判断的实用预测技术，合理分析城市交通拥堵和路网优化之间的博弈关系，构建城市交通拥堵路网优化模型，为城市道路交通网络建设决策提供理论支撑。论文根据国家自然科学基金项目（城市交通拥堵监控理论和监测方法，编号:51178157）和国家统计局科学研究项目（交通数据统计中的若干问题研究，编号:2012LY150）进行研究，主要开展了以下几个方面的工作:　　(1)城市交通拥堵的时空特性分析　　通过对城市道路交通拥堵在时间和空间上的分布规律分析，研究城市道路交通拥堵形成机理以及城市道路交通拥堵的类型。研究认为，城市道路交通拥堵主要可划分常发性、偶发性以及漂浮性三种类型，交通拥堵的发生具有时间-空间扩散效应。　　(2)构建城市交通拥堵辨识模型　　总结已有的交通拥堵评价指标体系，通过对城市道路交通拥堵的影响因素分析，筛选能够快速、准确反映城市道路交通拥堵状态的指标，重新构建和量化城市道路交通拥堵评价指标体系。在分析国外和国内学者对城市道路交通判别方法基础上，建立基于“点-线-面”三个层次的城市道路交通拥堵判别模型，最后通过运行速度和拥堵里程比两个指标分别判别城市道路和城市道路网络的交通拥堵状态。通过实例分析证明，所建立的交通拥堵判别模型能够简单、有效的对城市道路和路网交通拥堵状况进行判断。　　(3)城市交通拥堵的态势预测模型研究　　首先通过分析城市道路交通拥堵信息数据类型和总结不同类型数据适宜的预测方法，提出采用支持向量机、BP神经网络、灰色函数三种方法分别建立城市道路交通拥堵态势预测模型。然后，根据预测相对误差与预测相对误差方差两个指标对三种预测模型在城市道路交通拥堵的态势预测过程中的适应性进行比对分析。研究结果认为，支持向量机从预测的精度和预测的稳定性两个方面在城市道路交通拥堵态势预测的过程中具有显著优势。　　(4)基于城市交通拥堵的优化模型研究　　通过分析城市交通拥堵和道路网络优化之间的博弈关系，量化了城市交通拥堵和网络优化的博弈指标。从交通管理者和交通出行者两个方面将城市路网优化问题描述为管理者-跟随者问题，构建基于双层规划模型的城市路网交通拥堵优化模型，寻求路网通行效率和路网建设费用之间的最优平衡关系。利用遗传算法求解，在VISSIM中进行仿真分析，结果表明优化路网在平均速度、出行延误等方面优于原始路网，论证了城市交通拥堵路网优化模型能够正确指导城市路网优化决策方向。　　(5)城市道路交通拥堵监测系统研究　　分析了城市道路交通拥堵监测系统的设计框架和设计原则，利用C＃编程语言和红外避障传感器建立城市道路交通拥堵监测系统，制作了仿真沙盘，实现了对城市道路交通拥堵信息进行实时采集和分析。最后，通过实际的运行测试表明，该系统能够快速的采集和分析出道路交通流量信息，实现了从硬件-软件，从信息采集-信息处理的城市道路交通拥堵监测的整体流程。