交通流状态辨识系统是智能运输系统(Intelligent Transportation Systems, ITS),尤其是其先进的交通管理系统和先进的出行者信息系统研究的一项重要内容。它主要包括交通流量变(交通流分布情况不变,但其分布的参数发生变化)及质变(交通流参数的突变)的检测以及交通流的预测。其主要作用就是对道路交通流进行预测、检测等分析研究,深入挖掘交通流动态信息,及时、准确地辨识未来和实时交通流状况。该系统的核心部分是交通流状态辨识的关键算法及其实现,这也是本文的主要研究内容。本文结合我国“国家智能运输系统体系框架”,以动态交通管理为基本思想,构建交通流状态辨识系统框架;结合交通流状态辨识的基本内容,重点研究了交通流状态非参数辨识的关键理论与方法,即:基于投影寻踪自回归的短时交通流模型、交通流量变模式辨识的非参数概率变点模型、基于支持向量机的交通事件检测技术以及基于遗传算法的交通信息模糊融合方法;利用实测数据及交通仿真系统VISSIM的模拟数据对所建立的模型分别进行了验证。结果表明本文所构建的模型和算法具有较好的性能,为交通流状态实时辨识和动态诱导提供了新的手段。