作者结合所承担完成的科研项目，在广泛研读国内外现有成果的基础上，对道路交通状态的判别及其相关问题进行了研究、总结，撰写本书。本书以道路交通状态指标体系设计为目标，以基于人工智能的数据融合、数据挖掘技术为基础，对动态交通信息的采集方法、预处理方法和预测方法进行了研究，设计了多种交通拥挤状态的自动判别算法和三级报警制度。这些成果可在一定程度上提高道路交通管理者和参与者的决策效率与效果。
本书可作为ITS领域的教学、科研、管理人员的参考用书，也可以作为交通信息工程及控制专业的硕士和博士研究生的教学参考书。

第1章 绪论
1.1 道路交通系统
1.2 道路交通管理系统
1.3 先进的交通管理系统
1.4 交通状态判别的技术路线
1.5 小结
第2章 交通信息处理的技术基础
2.1 概述
2.2 数据挖掘技术
2.3 数据融合技术
2.4 统计分析技术
2.5 人工智能技术
2.6 小结
第3章 道路交通状态指标体系
3.1 交通流特性
3.2 交通拥挤的含义及其分类
3.3 道路交通状态指标体系的需求分析
3.4 道路交通状态指标体系的构成
3.5 道路交通状态指标体系的构成
3.6 道路交通状态指标值的确定
3.7 小结
第4章 交通参数选择与数据采集的可行性分析
4.1 交通参数的选择
4.2 动态交通数据采集技术的可行性分析
4.3 动态交通数据采集技术实施的合理性分析
4.4 小结
第5章 交通检测器的优化配置方法
5.1 固定型交通检测配置密度的优化方法
5.2 移动型交通检测器具小样本量的优化方法
5.3 交通检测器组合应用��化方法
5.4 小结
第6章 动态交通数据的预处理方法
6.1 动态交通数据故障的识别方法
6.2 动态交通数据故障的修**法
6.3 动态交通数据的滤波方法
6.4 历史趋势数据的更新
6.5 动态交通数据预处处举例
6.6 小结
第7章 基本交通参数的短时预测方法
7.1 基本交通参数短时预测研究概述
7.2 基本交通参数短时预测常规方法的对比分析
7.3 基本交通参数时的预测新方法研究的技术路线
7.4 改进的指数平滑预测方法
7.5 基于ANN的预测方法
7.6 基于数据融合的预测方法
7.7 小结
第8章 行程时间的短时预测方法
第9章 道路交通拥挤自动判别方法
参考文献
附录