第5章交通状态分析及预测技术
城市道路交通状态的完整获取、准确实时评价和预测是准确把握城市道路交通系统行为，科学制定交通管理决策和充分发挥交通设施潜能的基础。本章重点介绍交通状态的分析及预测技术，以满足城市交通管理的实际需求。
5.1交通状态的概念和内涵5.1.1交通状态的概念城市道路交通状态是指交通流的总体运行状况，具有多尺度、多变量、随机和时变的特性。针对不同的交通状态，需要采取不同的交通控制和管理方案，以及选择不同的出行方案等。对道路交通状态进行分析是交通指挥、交通控制和交通诱导的基础，尤其是在发生非常态事件的情况下，交通状态信息的获取对于政府部门应急疏散方案的确定、公共安全部门的抢险救灾以及社会公众的避险或出行等更是必备的支持信息，可以为抢救生命财产、避免事态恶化争取宝贵的时间。因此，界定交通状态概念、建立交通状态评价指标体系、设计合理的交通状态评价指标的计算方法是非常必要的。
虽然目前国内外有很多关于道路交通状态的相关研究及一些有益成果，但已有研究大部分用于描述路口交通流运行状况，其评价指标主要是从路口处路基型检测器采集的数据中直接提取的，包括流量、速度、占有率等交通参数，通常为交通信号控制系统服务，虽然可以说明特定路口的交通运行状态，但难以全面描述整个路网的交通运行状况，尤其是在非常态事件发生之后，不确定性因素增多，出行的信息需求也明显增加。因此，亟须建立一套系统的、基于多源信息的道路交通状态评价指标体系，以同时满足不同用户主体的需求。
道路交通状态是指交通流的总体运行状况，可从微观、中观和宏观角度分别对其进行分析。
从微观上看，交通流运行状态可用一些基本车辆的运行参数描述，一般表现为交通流量的大小、车辆速度的快慢、车辆排队的长短、延误时间的大小等定量指标。
从中观上看，交通流运行状态一般描述为某路段或路口的交通状况综合水平，可划分为正常状态和异常状态两种。正常状态指所有车辆都能够有序、安全、畅通地运行；异常状态即非正常状态、交通拥挤状态。通常情况下，交通拥挤又可根据其严重程度划分为轻微拥挤、拥挤和严重拥挤等。综上所述，中观层次的道路交通状态包含以下四种类型： 畅通、轻微拥挤、拥挤和严重拥挤。智能交通技术概论第5章交通状态分析及预测技术其中，畅通大致是指平均行程速度不明显低于所在路段最高限速规定的交通状况，包括可按最高限速行驶的交通状态以及处于稳定流状态较好和中间部分的交通状况。其中，第一种情况下的交通流量很小，驾驶人不受或基本不受交通流中其他车辆影响，有非常高的自由度以选择期望速度。但在第二种情况下，交通流处于稳定流中较好和中间的部分，车辆行驶速度开始受其他车辆影响，并随交通流的增加而逐渐增大，交通服务水平有明显的下降。
拥挤则是指平均行程车速明显低于所在路段规定的最高限速的交通状况。根据拥挤的严重程度，又可将其划分为轻微拥挤、拥挤和严重拥挤三种状态。其中，轻微拥挤是指平均行程车速仍然保持在公认的可接受范围之内的交通状态，此时交通处在稳定交通流中的较差部分，车速和驾驶自由度受到严格约束，车辆行驶的舒适性和便利程度低下，此时交通量稍有增加就会导致交通运行问题。
严重拥挤是指平均行程车速已经低于公认的可接受范围时的交通状态。其中，公认的可接受范围随城市规模、道路和交叉路口等级的不同而不同。此时交通有可能处于不稳定流状态，交通量稍有增加或交通流内部的微小扰动就将产生较大的交通运行问题，甚至有可能导致交通中断。或者，更严重的情况是交通处于强制流状态，车辆跟随前车走走停停，经常排成队，此时交通量和速度同时由大变小甚至变为零，而交通密度则随交通量的减少而增大。
拥挤是介于轻微拥挤和严重拥挤之间的一种过渡状态，其交通状况劣于轻微拥挤状态下的交通运行状况，而又好于严重拥挤状态下的交通运行状况。
从宏观上看，交通流运行状态可以描述为路网或局部路网的交通拥挤程度，可用交通拥挤指数表示。
目前应用最广泛的交通状态是HCM提到的服务水平，HCM2000中关于服务水平的定义为： 服务水平是描述交通流运行状况的一种质量测度，通常用速度、行程时间、驾驶自由度、交通中断、舒适和方便等服务指标描述。
交通状态应包含两层含义： 反映交通流运行的客观状况，即随着交通流的变化，交通状态也在不断变化；反映交通出行者对交通流状况的心理感受，即对于不同的交通状态，驾驶人对交通流运行状况的感受也是不一样的。同时，交通状态应该是交通流运行过程中产生的一种动态状态或网络模式，可以根据不同的交通管理需要，从不同层面对交通状态进行分析。
系统论认为，系统状态是物质系统所处的状况，是一组状态变量的集总值。而系统的状态变量是指系统变量中可以表示任一时间系统完整状态的最小子集合。
交通状态是伴随交通系统的运行而产生的，它首先是一种系统状态，但交通系统是由人参与的复杂系统，具有不同于其他系统的特性。根据系统状态的一般定义，结合道路交通系统的特性，定义交通状态是对交通流总体运行状况的客观反映，能够由一组反映交通流行为不同侧面、不同粒度的指标变量表征。
分析交通状态的概念，可以得到交通状态的构成要素。
① 时间要素。交通状态随时间的变化而变化，交通状态应该有时间的限制。
② 空间要素。交通状态随空间的变化而变化，交通状态应该有空间的限制。
③ 对象要素。交通状态的描述对象是不同时间、不同空间的交通流总体运行状况，不是单个车辆的运行状况。
④ 条件要素。交通流行为产生交通状态，不改变行为的交通流不会产生新的交通状态。
⑤ 结果要素。交通状态是可测的，能够由一组反映交通流行为不同侧面、不同粒度的指标变量表征。
分析交通状态的概念，归结其特性如下。
① 客观性。交通状态的客观性是指在道路交通系统中，由于交通流的客观存在，决定了反映交通流总体运行状况的交通状态也是客观存在的，不以人的意志为转移。
② 动态随机性。交通流的一个最大特征是动态性，这是因为城市道路交通系统与出行者的活动密切相关，具有很多随机的因素： 一方面是交通需求的随机变动，比如出行目的、个人偏好等；另一方面是交通供给能力的随机变动，例如交通事故、道路改扩建以及天气等都会影响交通流的变化。交通流的动态随机变化决定了交通状态必然是动态随机变化的。
③ 连续性。交通流行为产生交通状态，本书认为交通流行为是一个连续变化的过程，因此，交通状态也是一个连续变化的状态。
④ 层次性。交通状态随空间的变化而变化，不同的空间有不同的交通状态。城市路网是有层次结构的，不同层次的交通状态是不一样的。
⑤ 相关性。道路交通网络是由相互连接的路段和交叉路口组成的网状结构。一个路段或交叉路口交通状态的变化，可能导致相邻路段或交叉路口交通状态的变化，甚至整个路网交通状态的变化。
⑥ 周期性。由于路网结构在一定时间内具有相对稳定性，加之交通出行者和管理者对出行习惯和管控措施的经验，以及路网本身对环境的适应性，尽管交通状态会动态随机变化，但在总体上仍然呈现出周期规律性。
⑦ 可测性。交通状态研究的目的是为了更好地服务交通管理决策，因此，交通状态是可以量化的，即表征交通状态的指标变量是可测的。
道路上的车流行为可以根据车辆之间的行车干扰分为两类： 自由流行驶和非自由流行驶。在自由流行驶条件下，驾驶人可以根据道路条件、车辆条件及自身状况等选择较高的行驶速度和较好的车道。而在非自由流行驶条件下，车辆易受到其他车辆的干扰，车速和车道的选择都受到一定程度的影响，甚至存在走走停停的行为。
交通状态评价和预测的目的是服务于交通管理决策。不同的交通状态反映了不同的交通流运行状况，因此可以根据不同的交通状态制定相应的交通管控措施，但交通状态是一个连续状态，随时间和空间的变化而不断变化，这就需要制定许多的交通管控措施，不符合实际。因此，可以根据交通流行为之间的某种相似性将交通状态划分为若干个类别（等级），分别反映交通流在不同阶段的质变行为，进而制定出有针对性的交通管控措施。
在对交通状态类别（等级）划分之前，应基于如下共识。
① 交通状态的类别是反映相似交通流行为的交通状态集合。交通状态是对交通流运行状况的客观反映，是随时间和空间不断变化的量，而交通流在不同时刻或空间存在着某种相似性，因此可以将交通状态的类别理解为那些反映相似交通流行为的交通状态集合。
② 不同的交通状态类别之间是有差异的。不同交通状态类别描述的交通流运行状况是不一样的，反映的交通流行为也是不一样的，对交通管理决策制定的影响也是不同的。
③ 不同交通状态类别之间的差异是可以测评的。将交通状态划分为不同的类别，分别描述交通流在不同阶段的质变行为，科学地测评它们之间的差异，可以使得交通管理者制定出有针对性的交通管控措施。根据交通状态的概念，交通状态能够由一系列反映交通流行为不同侧面、不同粒度的指标变量表征，因此可以通过设计科学、合理的指标变量对交通状态进行量化，进而实现交通状态类别之间差异的测评，也为进一步区分不同交通状态的类别奠定基础。
④ 交通状态的类别划分是主观的。交通状态的类别是反映相似交通流行为的交通状态集合，而如何定义交通流行为的相似性，人与人之间，尤其是道路交通系统中的参与者之间是有差异的，这些参与者具有不同的年龄、性别、教育程度、心理特征等，因此对相似性的理解是不同的，进而对交通状态类别的认知是不同的，对类别的划分是主观的，必然存在差异性。可以根据交通参与者主观感受的统计结果或决策需要对交通状态进行分类。
交通状态是客观的，能够由一组反映交通流行为不同侧面、不同粒度的指标变量表征。而交通状态类别是主观的，一般根据交通参与者主观感受的统计结果或决策需要进行类别划分。交通状态和交通状态类别从不同角度描述交通流的运行状况，形成了一个相对完整的交通状态概念体系。
5.1.2交通状态的指标体系
在道路上通行的大量行人和车辆在整体上具有类似流体的特点和特性，交通工程中把在道路上通行的人流和车流统称为交通流（Traffic Stream或Traffic Flow）。一般在交通工程学中讨论的交通流主要指车流。
交通流是整体、宏观的概念，通过对大量观测数据的分析，发现交通流具有一定的特征性倾向，为此提出了交通流特性的概念。交通流特性是指交通流运行状态的定性、定量特征，用来描述和反映交通流特性的物理量称为交通流参数。
用于描述交通状态的交通流参数分为宏观参数和微观参数。其中，宏观参数用于描述交通流作为一个整体表现出来的运行状态特性，主要包括交通量、速度、交通密度、占有率、排队长度；微观参数用于描述交通流中彼此相关的车辆之间的运行状态特性，包括车头时距和车头间距。
1. 交通量
交通量（Volume）又称流量，是指单位时间内通过道路指定地点或断面的车辆数。交通量不是一个静止不变的量，其具有随时间和空间的变化而变化的特征。度量城市交通特性的一种方法是在道路系统内一系列的位置上观察交通量在时间和空间上的变化规律，并绘出交通流等值图。当交通量超过某一水平时，就认为发生拥挤。然而，这种判断存在的问题是同一流量水平可以对应两种截然不同的交通状态，因此这种参数应该与其他方法相结合，而不是单独使用。
2. 速度 
速度是描述交通流状态的第二个基本参数，它是指车辆在单位时间内通过的距离。由于道路交通流是由多种车辆组成的复杂系统，因此存在多种速度概念。
从微观上看，每个车辆都有瞬时速度和在特定时间段内的平均行驶速度和平均行程速度。瞬时速度（也称即时速度、地点速度）是车辆通过某一地点时（或在某一时刻）的瞬间速度，可用作道路设计、交通管制和规划的依据。单个车辆的平均行驶速度是指车辆通过特定长度路段时路段长度与所用的行驶时间之比，其中，行驶时间不包括由于各种原因发生的车辆停驶时间。由于车辆的平均行驶速度不考虑车辆在运行过程中的停车延误，不能准确反映车辆的运行特性，因此这个概念很少得到实际应用。车辆的平均行程速度则是指车辆通过特定长度路段时路段长度与所用的全部时间之比。由于考虑了可能产生的停车延误，所以这种速度概念能够更好地体现车辆在特定路段、特定时间段的运行状态。
从宏观来看，交通流的平均速度有在特定地点的时间平均速度（平均地点速度）和在特定路段上的区间平均速度（平均行程速度）之分。时间平均速度是在观测时间内通过某截面的所有车辆地点速度的算术平均值，而区间平均速度是观测距离与车辆通过该距离所用平均行程时间的商。前者体现了交通流在特定观测地点处的运行状况，后者体现了交通流在特定路段空间上的运行状况，当这两种速度值明显低于正常值时，表明观测地点或观测路段的交通处于拥挤状态。
3. 交通流密度
交通流密度是指在某一瞬间单位道路长度上存在的车辆数，即K=N/L（51）式中，K为交通密度［辆/（km·车道）］；N为车辆数（辆）；L为观测路段长度（km）。
在通常情况下，交通流量大，交通密度也大。但当道路交通十分拥挤、车流处于停滞状态时，交通流量近似等于零，而此时的交通密度却接近于最大值。因此，单纯使用交通流量指标难以表示交通流的实际状态，而采用交通密度指标则能够做出较好的评价。尽管交通密度能够直观地表明交通状态的性质，但由于数据的采集难度大，这个参数的实际应用是很有限的。
4. 车头时距和车头间距
在同向行驶的车流中，将前后相邻两辆车之间的空间距离称为车头间距。由于在交通流运行过程中测量车头间距是非常困难的，因此一般不使用这个指标。
在同向行驶的车流中，将前后相邻两辆车驶过道路某一断面的时间间隔称为车头时距。在特定时段内，观测路段上所有车辆的车头时距的平均值称为平均车头时距。
车头时距是一个非常重要的微观交通特性参数，其取值与驾驶人的行为特征、车辆的性能、道路的具体情况密切相关，同时又受到交通量、交通控制方式、交叉路口几何特征等因素的影响。与交通流量相似，相同的车头时距也对应着两种截然不同的交通状态，因此不能单独用于交通状态度判别。
5. 占有率
占有率包括空间占有率和时间占有率两个概念。
在道路的一定路段上，车辆总长度与路段总长度之比称为空间占有率，通常以百分数表示。空间占有率直接反映了交通密度的高低，更能表明道路被实际占用的情况。与交通密度相似，由于这个交通参数数据的直接获取存在较大的难度，因此在实际上一般不被采用。
时间占有率是指在一定的观测时间T内交通检测器被车辆占用的时间总和与观测时间长度的比值，计算公式为occupy=∑Δti/T（52）式中,occupy为时间占有率；Δti为第i辆车占用检测器的时间（s）；T为观测时间段的长度（s）。
时间占有率的大小能够体现交通运行的状态。在交通流量较小的情况下，单位时间内通过检测器的车辆数较少，而且由于车速较高，因此导致时间占有率比较低。随着交通量的增加，单位时间内通过检测器的车辆数增加，而且车速有所降低，因此检测器被车辆占用的时间增加，时间占有率显著增加。当出现交通拥挤时，通过检测器的交通量虽然可能会有所降低，但由于车速明显下降而使得时间占有率仍然处于较高的水平。
6. 排队长度 
排队长度是指在交通间断点（交叉路口、事故发生点等）处排队的车辆数。排队长度可以用来衡量交通拥挤程度，在一般情况下，拥挤越严重，产生的排队长度越长，因此可将排队长度作为衡量交通拥挤程度的最直观指标。需要注意的是，对于城市交叉路口来说，由于存在交通控制信号，在红灯期间到达交叉路口的车辆必定会在停车线前排队，一般认为在1～2个信号周期能够通过的排队不属于交通拥挤的范畴。
交通流特征的时空变化可由交通流参数数据的变化体现出来。如果在道路上设置有一定数量、一定种类的交通检测器，并按照一定的时间间隔对交通参数数据进行采样，则通过分析这些交通数据的变化规律可以实现对交通流状态度的监视。究竟采用哪个或哪几个交通参数数据作为拥挤判别的依据，应从交通状态判别的效率、效果以及经济性和可靠性等多方面考虑。
城市道路交通状态是指交通流的总体运行状况，是表征交通流运行的拥挤程度，是各种交通管理与控制的基础。城市道路上的交通状态可分为顺畅、拥挤、拥堵三种状态。
顺畅大致是指平均行程车速不明显低于所在路段规定的最高速度限制的交通状况，包括可按最高限制速度行驶的交通状态以及交通处于稳定流的较好和中间部分的情况。其中，在第一种交通状态的情况下，交通量很小，使用者不受或基本不受交通流中其他车辆的影响，有非常高的自由度以选择所期望的速度（前提是不大于最高限制速度）。而当交通流处于稳定流的较好和中间部分的情况时，车辆行驶速度开始受其他车辆的影响，而且这种影响会随交通流的增加而逐渐加大，车辆行驶的舒适性和便利程度有明显的下降。
拥挤则是指平均行程车速明显低于所在路段规定的最高速度限制的交通状况。根据拥挤的严重程度，拥挤又可分为轻微拥挤、拥挤和严重拥挤。在这里，我们认为轻微拥挤是指平均行程车速尚在一个大家公认的可以接受的范围之内的交通状态，此时交通处在稳定交通流范围的较差部分。速度和驾驶自由度受到严格约束，舒适和便利程度低下。此时交通量有少量增加就会在运行方面出现问题。而严重拥挤则是指平均行程车速已经低于大家可以接受的范围时的交通状态。这个公认的可以接受的速度标准随城市规模、道路、交叉路口等级以及发生时间不同而不同。此时交通处于不稳定流范围内，交通量有小的增加，或交通流内部有小的扰动就将产生较大的运行问题，甚至发生交通中断。更严重的是交通处于强制流状态，车辆经常排成队，跟着前面的车辆走走停停，在这种情况下，交通量与速度同时由大变小直到零，而交通密度则随交通量的减少而增大。拥挤是介于轻微拥挤和严重拥挤之间的一种过渡状态，其交通状况劣于轻微拥挤状态下的交通运行状况，而又好于严重拥挤状态下的交通运行状况。
交通拥堵等同于严重拥挤，指一种车多拥挤且车速缓慢的现象，通常在假日或上下班高峰等时刻出现。此情形常出现于世界上各大都市区、连接两都市的高速公路及汽车使用率高的地区。此外，人们经常把容易塞车的道路称为交通瓶颈，其原因一般是因为汽车使用率增加、道路容量不足或设计不妥、道路交会处过多等。拥堵的存在会造成多种影响，比如增加通勤时间，使得可用于工作的时间减少，造成驾驶人及该区域经济上的损失；导致驾驶人感到愤怒及烦躁，增加了他们的压力，从而进一步损害其健康；浪费燃料及污染： 引擎在塞车时仍不断运转，持续消耗燃料，并且在堵塞的时候，车辆必须不断加速、制动，增加燃料的耗费，因此交通堵塞不仅浪费能源，也造成空气污染；造成都会区的生活品质降低，导致居民大量迁至郊区（即所谓的郊区化）；难以应变紧急状态，当有紧急需要时，可能因为交通堵塞而难以到达目的地等。因此，交通拥堵现象是一个亟待解决的问题。
根据拥挤成因，拥挤可分为两种： 一种是常发性拥挤，一般发生在固定地点、固定时间内，例如早高峰和晚高峰时的拥挤，此时道路上的交通量接近饱和或过饱和状态，车辆在道路上的行驶速度比较慢，自由度比较低，严重时甚至出现车辆走走停停的状况；另一种是偶发性拥挤，又称为事件拥挤，一般是由一些特殊交通事件引起的，例如交通事故、车辆抛锚、不良天气、大型活动、道路施工养护等。此时道路上的交通量一般很低，低于饱和流量，它的产生是没有规律和不可预测的，且可能持续时间较长，只能依靠现场的组织、协调、指挥等手段对其进行管理。然而，对于大型活动而引发的拥挤，因可在一定程度上估计发生的时间和地点，因此可采取与常发性交通拥挤管理相类似的对策。
5.2交通状态的判别和分析
通过观察城市交通实际运行和对所采集到的交通信息进行分析，可以发现路段和区域交通状态具有自身的规律。在过去，这些规律需要交通管理人员长期的经验积累才可发现，而现在充分利用智能交通系统的海量信息，运用模式识别、人工智能等方法，便可找出隐含在交通信息之中的交通模式，为区域路网的交通流控制、诱导等提供决策支持。从本质上看，交通拥挤也是一种交通状态，交通拥挤状态判别等相关研究也是交通状态分析的一个子集。因此，本节将围绕交通状态判别和分析的相关方法进行详细阐述。
5.2.1道路交通状态判别
路网交通状态的判别主要依据宏观、中观和微观交通流参数进行。其中，宏观交通参数主要描述交通路网的网络特性和整体状态的演变过程；中观参数主要是指路口与路段的交通状态；微观参数主要是指车辆运行状态与相互影响关系。因此，路网交通状态判别是涉及多尺度、多变量、高度随机和时变的复杂系统分析问题。
现有交通状态判别方法可以概括地分为人工判别方法和自动判别方法两大类。
人工判别方法是最早、最容易实施、最常用的方法，在日常生活中用来向交通管理中心报告交通拥挤和交通事件信息。人工判别方法包括市民报告、专职人员报告、民用无线电、闭路电视监视、航空监视等。从整体上看，这种非自动判别方法的主要优点是方便、直接、经济、效率比较高；缺点是要求当时当地有目击者，拥挤和事件地点比较难以准确确定，需要专门的人员对报告进行筛选确认，人员工作量和强度都比较大。值得注意的是，随着移动电话的普及，它已经逐渐成为大多数城市区域拥挤和事件判别的重要方法。高速公路巡逻队不但能发现事件，而且能够迅速开展事件响应和清除活动，从事件管理的角度来看，实际应用中还是很有吸引力的方法。而固定的观察人员更适合于短期的需要（如在有特殊的活动或在高速公路建设与维修期间等）。闭路电视可以作为一种人工交通状态判别的方法，也可作为对电话和ACI算法的报警进行确认的一种方法，前者需要有操作员对其进行连续观察。综合来看，人工判别方法一般适用于城市道路中交通状态的判别，而在高速公路中应用则受时间和天气的影响较大，其检测时间较长，检测率较低。因此，高速公路以及城市快速路更适合使用交通状态的自动判别方法。
对于自动判别ACI法，绝大多数的ACI方法都是通过识别由交通检测器得到的交通流参数的非正常变化间接地判断交通拥挤和交通事件的存在，因此称为间接ACI方法。而直接ACI方法则是指使用图像处理判别是否存在缓行或停止的车辆，从而对交通拥挤进行判别的方法，这类方法实际上是“看到”发生了交通拥挤和交通事件，而不是通过对交通流特征参数数据的分析以检测到它们的存在。从检测效果上看，直接ACI方法在判别速度方面远远胜于间接ACI方法，特别是在交通量较低的情况下也能对突发交通事件进行良好的判别，但需要更密集地设置交通监测器（摄像机），需要较高的资金投入才能保证判别的可靠性，而且气象条件对其影响也较大。
下面介绍一些经典的交通状态判别方法。
1. 加州算法
美国加利福尼亚州运输局在1965—1970年利用环型线圈技术获得了道路占有率数据，开发了加利福尼亚算法，简称加州算法。该算法对交通状态的判断原理主要是： 依据设置在道路上下游的检测器在不同时刻检测得到的上下游占有率的变化情况（差值变化、变化率、相对差值）与对应阈值的相互关联情况对交通进行状态判断。加州算法的基本原理如图51所示。
图51加州算法流程
其中，OCCDF=OCC（i,t）-OCC（i+1,t）≥K1OCCRDF=OCCDFOCC(i,t)≥K2OCCTDF=OCC（i+1,t-2）-OCC（i+1,t）OCC(i+1,t-2)≥K3（53）式中，OCC（i,t）为第i个检测站t时刻所测的占有率，OCCDF为路段上下游占有率差值，OCCRDF为路段上下游占有率相对差值，OCCTDF为拥挤开始时下游占有率相对差值，K1,K2,K3为对应阈值。
后来，学者通过努力对上述加州算法进行了一系列改进，开发了10余种以最初的加州算法为基础理论支持的改进拥堵自动识别算法，其中加州#7算法和加州#8算法的拥堵识别效果最好。在加州#7算法中，当前测得的下游占有率取代了占有率相对差值，这一改变排除了较大交通量情况下出现的常见压缩波的错误报警。同时发现，当下游占有率数据小于设定阈值时（通常20% ），就表示有事件发生。加州#8算法是所有改进的加州算法中最复杂但性能最好的一个算法。加州#8算法对交通量压缩波进行反复检测，这些波是导致上游交通移动速度降低的主要原因，并且这些压缩波很可能在大交通量状况下出现交通瞬间中断现象。通过分析发现，这种压缩波能被及时检测并且可以在上游延迟报警。
2. 指数平滑法
通常情况下，检测器采集到的交通参数数据中含有较多的噪声，如果将其直接用于交通拥挤的判别，将导致较高的误判率。指数平滑法先对原始交通数据进行平滑，去除短期的交通干扰，如随机波动、交通脉冲和压缩波等，然后将处理过的数据与预先设定的阈值进行比较，判断是否有拥挤发生。交通参数的指数平滑计算公式为STi（t）=αTi（t）+(1-α)STi(t-1)（54）式中，α为平滑系数，0<α<1，一般取值范围为0.01～0.3；Ti（t）为第i个检测站t时刻的交通流参数值；STi（t）为第i个检测站t时刻的交通流参数平滑值。
该算法的判别流程如图52所示。
图52指数平滑判别算法流程
3. Mc Master算法
Mc Master算法是由加拿大的 Mc Master 大学土木工程系基于突变理论开发的，该算法对交通拥挤的判别过程包括两个阶段： ①判别拥挤的存在； ②判别拥挤的类型。这种算法将获得的交通流量和占有率数据表示在二维空间上，并将流量占有率二维图形划分为四个区域，每个区域代表一种交通状态，如图53所示。
图53Mc Master 算法的状态分类
区域1表示正常（非拥挤）交通状态；区域2表示偶发性拥挤地点上游的交通状态；区域3表示缓慢交通流动阻塞状态，一般意味着该检测站下游发生拥挤；区域4表示常发性拥挤地点上游处的交通状态。通过检查实测数据点在四个区域中的分布情况，可以对某