高速公路在交通运输行业具有重要作用,也带动了经济的繁荣发展,然而交通事件发生的频率越来越高,不仅在经济方面会有很大损失,宝贵的时间也会因交通事件的影响而流失。与其他国家相比较,我国的高速公路交通安全形势不容乐观。高速公路限定的车速较高,当发生交通事件且车辆未能及时移至应急车道时,正常的交通流将会紊乱,亦会产生更大的安全隐患。因此,有必要对交通事件所造成的交通拥堵排队趋势进行分析,以便及时向社会发布交通信息,进而能够提高运行效率和应急处置能力。首先,本文对高速公路上的交通事件类型进行归类分析,可作为交通事件仿真设计的参考依据。在发生交通事件时,车辆的行驶车速发生突变,并逐渐向交通事件所在位置的上游传播,即产生交通波。通过分析交通波的产生及传播机理,能够获得以交通波为基础的交通事件影响范围。进而通过微观仿真软件vissim对高速公路交通事件进行仿真,并设置合适的基本参数,使仿真结果与实际交通事件情况下的交通流数据更接近。将仿真的交通事件进行多次运行以提取基本的交通流信息,为交通流混沌特性的判定与交通事件时空影响范围的估计奠定数据基础。其次,介绍了混沌的基本概念和混沌运动的特性。混沌特性的判定方法可分为两大类,包括定性判定方法和定量判定方法,本文着重介绍定量判定方法。混沌特性判定过程中,采用了C-C算法来确定时间序列的嵌入维数与延迟时间,关联维数的确定选用G-P算法来计算。进而分别对交通事件下的交通量、平均车速以及占有率时间序列的混沌特性进行判定,并且对交通量、平均车速以及占有率时间序列之间的混沌相关性进行分析,以判定交通流的混沌特性。再次,在确定交通量、平均车速以及占有率时间序列分别具有混沌特性的基础上,对交通事件下的交通量、平均车速以及占有率时间序列分别进行预测。通过对自适应模糊神经网络混沌预测中的Takagi-Sugeno模型进行分析,将交通流参数时间序列的一部分数据做为输入,进行系统的学习训练,进而能够对相应的交通流参数时间序列分别进行预测。最后,依据交通量、平均车速以及占有率时间序列预测结果的精度来确定交通事件时空一体化影响模型的自变量的选取,根据所选定的自变量构建时空一体化影响范围估计模型,并将该模型的估计结果、交通波预测结果以及仿真事件所采集的排队数据进行了对比分析。本文利用vissim软件仿真的方法,对高速公路交通事件进行仿真,并采集交通流的基本参数时间序列。经过混沌特性判定方法的计算,确定了交通事件状况下的基本交通流参数均具有混沌特性,而且交通流亦存在混沌特性;进而对具有混沌特性的交通流参数分别进行时间序列的预测。以平均车速时间序列为基础构建了时空一体影响范围估计模型,该模型对仿真事件的时间和空间影响范围估计结果比单一判断时间或空间的影响效果更好。