2003 年杨兆升和杨庆芳等人建立了对多目标多传感器的信息进行融合的模糊综合决策模 型，此模型能解决交通事件中多事件多传感器的识别问题，该模型具有计算量小、实用性较 强、信息损失少等优点[11]。 

2004 年温娟和贺国光在粗集理论数据预处理的基础上提出了一种神经网络交通事件自动 检测算法，利用 MATLAB 编制的仿真程序生成大量的数据进行仿真实验，实验结果验证了该 算法的有效性[12]。 

2005 年肖永来在 SCATS 采集到的交通数据的基础上提出了城市道路交通状态判别技术， 该技术主要针对上下游信号控制交叉口之间路段的交通状态进行判别，研究路段车流密度、 上游平均占有率和下游关键绿灯相位饱和度这三个指标，建立合适的判别参数划分交通流状 态，实现道路交通状态的自动判别[13]。 

2008 年任其亮和肖裕民运用层次分析法和建立 H-FUZZY 综合模糊评判模型来对道路的 交通状态进行判别，该模型选取饱和度、排队长度、时间占有率、二次停车率、速度和延误率六个指标作为判别参数 [14]。 

2010 年李春英等人提出了一种基于多分类器组合的交通拥堵识别方法，该方法根据交通 拥堵影响因素多的特性，考虑了交通流参数，同时考虑城市道路相关的环境因素。所以这方 法对于交通拥堵状态的判别具有良好的效果[15]。 

2015 年叶卿提出了一种基于朴素贝叶斯决策的信号控制交叉口拥堵识别方法。该方法利 用交通流量、占有率和排队长度作为判别参数，把交通状态分成畅通、拥挤和拥堵三种状态， 通过历史数据生成贝叶斯分类器，然后利用分类器对实时采集到数据进行分类，从而对交通 状态进行判别[16]。