随着城市化进程加速推进,交通出行对于人们生活质量的影响程度也在不断提升。作为城市交通核心问题之一,交通拥堵对我们的社会、环境和经济均会产生不良影响甚至造成损失。日趋严重的交通问题自然引起了学者们的广泛关注,而交通流量这个能反应交通路况的重要交通流参数,是研究的主要对象之一。在以往的交通流研究中,通常可分为交通流检测和交通流预测两个方面。交通流的检测通常是指判断和分析实时交通流数据所处的状态,检测其参数的量变和质变发生与否。交通流的预测是通过算法来对交通流数据的特征进行分析,并对接下来一段时间交通流所处的状态或其变化趋势做出预测。目前,人工智能相关技术对交通流的预测已经取得了极大进展。但交通流的检测仍是存在许多问题的需要研究的领域。变点问题是统计学研究中一个重要的领域,变点是模型中数据特征突然发生变化的点,变点问题研究的对象是按某个属性进行排序的数据。交通流变点顾名思义,是指交通数据构建的模型的参数特征开始发生改变的点,通过对交通流变点的检测和分析,可以得到交通路况量变或质变的发生规律,以实现对交通路况的更好的管理。本文基于某市855个传感器记录的五天的交通流参数数据进行变点检测的研究。通过对单个传感器五天的交通流量进行变点检测,对不同传感器五天的交通流量变点检测结果进行对比,对以时间顺序排列的交通流量密度分布曲线进行变点检测,得到交通流量和交通流量的分布的变化规律。本文的主要结论有,第一,当传感器编号差别比较大时,即地理位置相距较远时,交通流量的分布也具有较大的差异,但当地理位置相近时,其所记录的交通流量的分布非常相似,差别很小,变点检测的结果也非常相近,变点位置的差别很小。第二,对于单个传感器记录的交通流量的变化,总体来看,交通流量会在每天零点后先下降,凌晨三点左右达到最低值后开始回升,在凌晨四点到六点间交通流量迅速增加达到较高水平,上午七点后至下午两点前,交通流量在较高水平波动,下午四点后开始下降,六点后下降速度加快。下降趋势持续到当天结束。第三,对于一天内以时间顺序排列的交通流量密度分布曲线,在6:24前密度分布呈峰度相对较高的偏态分布,且峰值发生在200以内。6:24到9:10分之间,密度函数发生明显变化,变为向交通量增大的方向移动,峰度降低,曲线变得更为平缓。其中由于密度函数不断过渡变化,因而在7:25和8:15也存在变点。9:10分之后,密度分布变为较为分散的主要分布在较大交通量上的分布,10:55和11:50分后,密度分布有向更大交通量的方向移动的趋势,在13:30分开始,交通量集中分布的值稍有下降。15:15分开始交通量集中分布的值显著下降,分布逐渐变得集中,在17:05分后开始向峰度相对较高的偏态分布变化。通过本文的研究,可以了解交通流量在不同时刻的不同的分布情况,对交通流量密度分布的变点进行的分析,有助于有关部门更好的了解和预测交通路况,以调整更合适的交通政策,比如新的限号规则和模式等,便于对城市交通的监管和优化。本文的主要创新点在于:将Fréchet变点检测应用于研究交通流变化问题;进行密度分布曲线的多变点检测。通过对以时间顺序排列的多条交通流量的密度分布曲线进行变点研究,将单变点检测推广到多变点检测,研究了交通流量密度分布的变化。