通状态等级为拥堵。即时交通状态等级就是指该待评价路段在时间段 内当时的交通状态等级。举例来说，将2015年12月5日8点至8点05所确定的待评价路 段的车辆的流量、车辆的平均速度，以及车辆的占有率进行加权相加，结果为5,则待评价路 段在2015年12月5日8点至8点05的交通状态等级为拥堵。
[0088] 当预设的Μ个交通状态等级分别为畅通、缓行和拥堵三个等级时，用矩阵（2)表示 Ν个统计周期中第k个时间段所对应的Ν个即时交通状态，其中，每个统计周期中均包括第 k个时间段，因此一个统计周期的第k个时间段对应一个即时交通状态：
[0089] J(k)= [rrrrrygrrygrgyr]T......矩阵（2)
[0090] 上述矩阵（2)中，r表示交通状态等级为拥堵，y表示交通状态等级为拥堵，g表示 交通状态等级为畅通；
[0091] J(k)表示15个统计周期中第k个时间段所对应的15个即时交通状态；k为一个 统计周期内的时间段标识，k的取值范围为[1，K]，K为一个统计周期内时间段的总个数。
[0092] 上述步骤102和上述步骤103中，第一阈值可为第一常数与统计周期N的乘积，第 二阈值可为第二常数与统计周期N的乘积，第三阈值可为第三常数与统计周期N的乘积，其 中，优选地，第一常数大于第二常数，第二常数大于第三常数，第一常数、第二常数和第三常 数均为小于1大于〇的小数。
[0093] 结合上述矩阵（2)对上述步骤102和步骤103举例说明。比如，上述矩阵（2)中， 第k个时间段可为10点至10点05, 一个统计周期为一天，J(k)为15天内10点至10点05 所对应的15个即时交通状态。假设，第一常数为0. 7,第二常数为0. 6,第三常数为0. 3,此 时，第一阈值为〇. 7与15的乘积，第一阈值为10. 5,第二阈值为9,第三阈值为4. 5。
[0094] 从上述矩阵（2)中可看出，交通状态等级为拥堵的数量为9,交通状态等级为缓行 的数量为3,交通状态等级为畅通的数量为3。
[0095] 进一步由于，交通状态等级为拥堵的数量9小于第一阈值10. 5,且不小于第二阈 值9 ;且交通状态等级为缓行的数量3小于第三阈值4. 5,交通状态等级为畅通的数量3小 于第三阈值4. 5。即满足第一条件待确定交通状态等级在N个即时交通状态等级中所存在 的数量小于第一阈值，不小于第二阈值；且，预设的Μ个交通状态等级中除待确定交通状态 等级之外的每个交通状态等级在Ν个即时交通状态等级中所存在的数量均小于第三阈值。
[0096] 因此，根据该15天的数据确定出该待评价路段在10点至10点05的时间段内的 常态交通状态等级为拥堵。
[0097] 可见，一个时间段内的常态交通状态等级具体是指常规情况下该时间段内的交通 状态等级。通过本发明实施例中的方法，可更准确的确定出时间段内的常态交通状态等级， 进而为管理人员提供管理依据。
[0098] 上述示例中，另一种可能存在的情况为，若交通状态等级为拥堵的数量为11，则无 论其它交通状态等级为何，由于交通状态等级为拥堵的数量11大于第一阈值，因此满足第 一条件待确定交通状态等级在Ν个即时交通状态等级中所存在的数量不小于第一阈值，所 以，此时根据该15天的数据确定出该待评价路段在10点至10点05的时间段内的常态交 通状态等级为拥堵。
[0099] 本发明实施例基于上述论述，可进一步的该待评价路段的交通状态等级进行分 析，具体来说，包括以下几种可选地分析方式。
[0100] 方式一，在确定出待评价路段在每个时间段对应的常态交通状态等级之后，根据 时间段的时间顺序，若存在连续的Τ个时间段，且Τ个时间段中的每个时间段对应的常态交 通状态等级为拥堵，则确定T个时间段为常态拥堵时间段；其中，T为正整数。
[0101] 假设，根据Ν个统计周期的每个时间段所对应的Ν个即时交通状态，确定出每个时 间段的常态交通状态等级为矩阵（3)所示：
[0102]
[0103] 上述矩阵（3)中，r表示交通状态等级为拥堵，y表示交通状态等级为拥堵，g表示 交通状态等级为畅通；R表示N个统计周期的所有时间段所对应的常态交通状态等级，1表 示R中连续的交通状态等级为拥堵的时间段中的第一个时间段，2表示R中连续的交通状态 等级为拥堵的时间段中的第二个时间段，T表示R中连续的交通状态等级为拥堵的时间段 中的第T个时间段。
[0104]通过矩阵（3)可看出，该待评价路段在连续的T个r所对应的时间段内经常发生 拥堵，因此确定T个时间段为常态拥堵时间段。
[0105] 进一步，确定T个时间段的时长，此时，T个时间段的时长即为常态拥堵的持续时 长。
[0106] 方式二，在确定出待评价路段在N个统计周期所对应的常态拥堵时间段之后，以N 个统计周期为一个分析周期，在S个分析周期中的每个分析周期内，确定出待评价路段在 该分析周期所对应的常态拥堵时间段；其中，S为大于1的整数；根据S个分析周期的时间 顺序、以及每个分析周期对应的常态拥堵时间段的起始时间和结束时间，确定出待评价路 段对应的常态拥堵时间段的变化趋势。
[0107]S个分析周期中每个分析周期内的待评价路段在该分析周期所对应的常态拥堵时 间段可以用矩阵⑷来表示：
[0108] B= {B〇B2, · · ·，Bs，· · · }……矩阵（4)
[0109]在上述矩阵（4)中，在第一个分析周期内所得到的每个时间段的常态交通状 态等级的矩阵、&为第二个分析周期内所得到的每个时间段的常态交通状态等级的矩阵、 Bs为第s个分析周期内所得到的每个时间段的常态交通状态等级的矩阵，s的取值范围为 [1，S]，S为分析周期的总个数；
[0110] 其中，每个分析周期对应的每个时间段的常态交通状态等级均为根据N个统计周 期中每个统计周期内每个时间段内的即时交通状态等级所确定的。
[0111] 根据矩阵4中的每个分析周期内所得到的每个时间段的常态交通状态等级的矩 阵，结合上述方式一种所提供的方法，进而分析出S个分析周期中每个分析周期内的常态 拥堵时间段。
[0112] 比如N为15天时，第一个分析周期为1. 1日至1. 15日，第二个分析周期为1. 16至 1.30日，往后依次时间延后。待评价路段对应的常态拥堵时间段的变化趋势，具体可为：
[0113] 依据时间顺序对分析周期进行排列，之后若依据时间顺序，分析周期的常态拥堵 时间段的时间长度越来越长，则说明该待评价路段越来越拥堵；若依据时间顺序，分析周期 的常态拥堵时间段的时间长度越来越短，则说明该待评价路段的拥堵情况得到减缓。
[0114] 或者，若依据时间顺序，分析周期的常态拥堵时间段的起始时间越来越晚，则说明 该待评价路段的拥堵时间后移；若依据时间顺序，分析周期的常态拥堵时间段的结束时间 越来越长，则说明该待评价路段的拥堵结束时间前移。
[0115] 用户可根据待评价路段对应的常态拥堵时间段的变化趋势制定相应的策略。
[0116] 方式三，确定出每个时间段在N个统计周期内所对应的N个即时交通状态等级之 后，确定N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段；将确定出的N 个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段作交集，所得的时间段结 果集为待评价路段对应的常态拥堵高发时间段。
[0117] 举个例子，假设N个统计周期中一个统计周期为一天，N为3天，则针对每天，统计 该天的所有时间段内的即时交通状态等级为拥堵的时间段，比如，第一天拥堵的时间段为8 点05至8点10,第二天拥堵的时间段为8点00至8点15,第三天拥堵的时间段为8点05 至8点20,此时，确定三天中即时交通状态等级为拥堵的时间段的交集，为8点05至8点 10,此时，8点05至8点10即为待评价路段对应的常态拥堵高发时间段。也就是说，不论哪 一天出行，8点05至8点10所出现的拥堵状态的可能性为最高。
[0118] 从上述内容可看出，本发明实施例中，根据待评价路段的交通流参数，获取该待评 价路段在一个统计周期内的每个时间段所对应的交通状态等级，共确定出N个统计周期中 每个统计周期内的每个时间段所对应的即时交通状态等级；之后针对N个统计周期内的同 一个时间段，根据该时间段在N个统计周期内对应的N个即时交通状态等级