交通运行状态是指城市中某条道路或某一区域交通运行状况的整体表现，驾驶员和乘客通过实际感受，常用“拥挤”、“非常拥挤”等定性语言来描述，与交通参与者所处的城市规模、道路等级、交通方式以及出行的目的有关。相同的交通量，不同的运行环境和人群有不同的感受，因此在交通拥挤的定量度量和判别上，不同的国家有不同的判别标准。
早期的交通流状态主要靠人工调查进行，随着电子信息技术的发展以及检测技术的不断提高，使得交通参数自动采集成为可能。从20 世纪60 年代开始，国外学者对交通拥挤状态自动识别 (Automatic Traffic Congestion Identificati,ACI)进行研究，提出了许多自动判别的方法，主要包括参数
阈值
法、
数值分析
法以及模式识别方法等。
参数阈值法
该方法是在对交通特性进行分析的基础上，利用采集的流量、速度、占有率等参数的一个或多个作为判别指标，当该参数超过设定的阈值时，认为发生了交通拥挤事件。最具代表性的主要有California算法（加州算法）、Mc Master算法、以及莫尼卡(Monica)算法等。其中加州算法于1965年在美国洛杉矶公路管理控制中心开始使用，该算法通过固定检测器获取路段上下游双截面占有率数据，将平均占有率的差值与对应地点的阈值进行比较，对道路的拥堵事件进行判别。
数值分析法
该方法通常通过对历史数据进行数理统计分析得到预测值，利用该数值与实际测量数据进行比较后进行判别，主要有标准偏差法（SDN）、双指数平滑（DES）算法、
时间序列法
等。德克萨斯州交通协会在1970-1975年期间开发了标准偏差法，该方法将t时刻之前采集的n个交通参数的算术平均值作为当前时刻的预测值，然后将实际采集数据进行标准正态偏差处理，当正态偏差超过事先设定的阈值时，则判定发生了偶发性交通拥挤。
模式匹配的方法
Willsky(1980)等提出了一种从宏观检测的动态模型算法，该方法认为交通流参数间的分布关系服从某种既定的模式，通过采集历史数据，建立流量—密度及速度—密度关系的分布模型，并设定几种可预测的模式，然后将采集的实时交通流数据利用一般似然法（GLR）和多重模型法（MM）进行分析，检查参数间的关系是否与给定的交通模式相匹配，进而判断交通的运行状态。
国内专家学者对交通拥挤自动判别也进行了相关研究，但起步较晚。早期的研究主要借鉴和参考国外的经验和方法，随着交通拥堵现象在我国大中城市的出现并日益突出，许多学者开始研究适合我国交通流特点的交通拥挤状态识别方法。
随着城市交通拥挤范围的扩大和拥挤程度的加剧，研究单条道路或独立交叉口的交通状况已不能完全反映区域道路控制与管理的要求，面向网络层次的交通状态判别和分析已逐渐引起国内外学者的关注和研究。
国内外学者对交通状态的自动识别进行了相关研究，并取得了一些有益成果，有些在实际应用中取得了较好的效果。总的来看，早期的对交通状态的自动判别主要集中在偶发性交通拥挤上，研究对象主要是交通流连续的高速公路和城市快速路，将交通拥挤作为异常事件来处理，而对城市道路的常发性拥挤的自动识别方法相对较少。城市主干道与高速公路的交通流特性存在较大的不同，影响城市道路交通运行的因素较多，除道路施工、交通事故等引起的偶发性拥挤外，常发性拥挤更加突出。由于
城市道路网
的构成复杂，以及我国特有的机非混合的交通流的复杂性，给城市道路交通状态的判别增加了难度。
从控制时间的角度，可将交通拥堵控制分为三种类型，分别为静态预防、实时控制和动态预防控制。静态预防控制策略能够较好地降低交通拥堵的传播速率，但该方法灵活性较差；动态控制策略主要是采用人工干预的方法，对区域交通实施临时性管制。常见方法有转弯禁限措施和交通诱导方法等。例如，
米德尔塞克斯大学
采用车辆禁行的措施，研究了紧急事件单行道的拥堵消散控制问题。
国内外学者在交通拥堵的机理和拥堵应对策略的研究上取得了许多研究成果，早期解决交通拥堵的主要手段是加强交通设施建设，增加整个路网的交通容量，以满足交通需求。进入 80 年代以后，逐渐将重点转向了如何提高现有道路的利用效率，使现有道路网得以充分利用。随着城市交通拥堵日益加剧，以及智能交通（ITS）的出现，交通工程专家和学者们逐渐意识到交通供求不平衡的重要性，仅靠增加交通供给方面的对策很难从根本上解决城市交通拥堵问题，于是人们又把解决交通拥堵的措施转向了
ITS
，以期通过对交通流的引导与智能化管理，有意识地改变交通流在路网中的时空分布，调整交通出行的均衡。在国内外许多大城市开始关注交通网络的拥堵管理，如利用
GIS
技术开发城市交通拥堵管理系统，应用 GPS 定位技术采集行程时间和速度数据，以行程时间作为度量路网性能的主要参数。但是，由于对城市道路交通拥堵的机理、时空演化特性缺乏科学的认识和把握，导致对由常发性交通拥堵和突发交通事件（事故）引发的偶发性交通拥堵出现的地点、时刻、波及范围、持续时间不能做出正确的预警，因此，现有的关于交通拥堵疏导控制策略也往往是停留在原则性的层面，缺乏系统性和可操作性的措施。造成交通拥堵的本质原因是交通供需的失衡，由于没有对造成交通供需失衡的原因进行充分的分析，在制定交通拥堵疏导策略和控制方法时过分强调交通量的分流，盲目地实施扩建道路、限制购买需求、限制出行需求以及道路限行等策略，而忽略从路网结构出发制定交通流疏导策略和控制方法，有的甚至通过简单的交通管制措施，将事故点的交通拥堵流分流到其他地点，导致交通拥堵在路网中游动和扩散。
在交通信号控制方面，部分学者对单交叉口自适应控制和多交叉口信号协调控制进行了深入的研究，虽然提高了局部范围内的交通运输效率，但在实施过程中没有对区域内交通拥堵时空特性、拥堵性质和拥堵等级进行分析，区域控制效果改善不大。此外，现有研究在交通拥堵疏导控制方法的具体实现方面也考虑不够，对智能交通系统框架内建立的交通信息采集、交通监控、路径诱导等应用系统如何在解决城市交通拥堵方面的应用研究不多，现有研究基本上是脱离开智能交通系统可能提供的支持，在假设和理想化的道路网络环境下开展，从而影响了理论研究成果在实际工程的应用。因此，在智能交通的大环境下，有必要对缓解现代城市日益严重的交通拥堵的应对策略及控制方法进行进一步的分析研究。
面对交通拥堵这个问题，要从多方面进行分析与解决。不但要理解好人口与道路之间的矛盾，还要从道路结构与城市规划，城市布局方面加以考虑。最后，我们不但要通过一些管理政策与科学技术进行解决，还要提高人为对交通拥堵的影响。
