我国经济步入发展快车道以来,城市规模逐渐扩大,居民生活水平明显提高,机动车总保有量与日俱增,交通拥堵问题日益严重。融合交通、数学、计算机等多学科基础理论知识来分析研究路网交通状态特性及其演化趋势,挖掘交通网络中潜在的关联性及规律,不但有利于提高路网交通服务水平,也可以为交通拥堵管理提供理论支撑和新的解决思路。本文以路网交通状态分析为重点展开研究,主要内容包括路网交通状态分类、路网关联性分析和交通态势演化分析等。首先,介绍了北京市路网的交通流数据,通过数据清洗等手段,减少数据噪声及保证数据的可靠性,并基于预处理后的数据做初步的探索性分析,为全文研究奠定基础。其次,将所有路段同一时刻的交通状态数据作为路网状态的表示向量,并引入多重指标评价来选定合适的分类数目,通过k-means算法实现对路网交通状态的分类,并识别分析了北京市路网交通状态在工作日和非工作日的日变化情况,结果表明分类结果可以有效表示路网不同时间下的交通状态。接着从交通关联性和交通态势变化两个方面综合分析路网交通状态。关联性分析中以空间自相关理论为基础,首先以路段为节点,基于路段邻接关系构建邻接矩阵,然后,为更好地表征路网中全路段的空间关系,引入最短路构建了基于连通性的空间权重矩阵,最后,基于空间自相关探究路网时空关联特性。为研究路网交通态势演化,采用图聚类的方式实现对交通路网的多层次划分,相比传统划分方式,本文提出的基于距离-速度衡量路段间相似度的方法,可以将路网交通状态相似的节点聚合并且保证空间上的紧密性。在初步划分的结果上引入空间约束作为终止条件对路网进行了二次划分,实验结果表明,多层次划分结果很好地揭示了不同交通状态下路网的变化规律和其内部特征,其结果对路网交通协调控制、关键路段识别都有着指导性意义。正文图29幅,表15个,参考文献51篇。