准确的分类和对未来交通状况的预测对于制定缓解公路系统拥堵的有效策略至关重要。 速度分配是交通流参数之一,已用于量化交通状况。 先前的研究表明,在同时评估拥堵和自由流动的交通状况时,速度的多模式概率分布可提供出色的结果。 但是,大多数这些先前的分析研究并未将影响因素纳入表征这些状况的过程。 这项研究使用广义线性模型(DPM-GLM)的贝叶斯Dirichlet过程混合评估交通占用对多状态速度分布的影响。 此外,该研究估计了交通状态的速度切入点值,使用贝叶斯变化点检测(BCD)技术将其分为同质组。 该研究使用了在佛罗里达州295号州际公路走廊收集的2015年存档的一年交通数据。 信息标准结果显示了三种交通状态,分别为自由流动,过渡流动状态(交通拥堵开始/偏移)和交通拥挤状态。 DPM-GLM的结果表明,在所有估计状态下,当交通占用率增加时,交通速度都会降低。 通过比较交通状态之间的交通占用影响,可以发现交通占用对自由流动和拥堵状态的影响大于对过渡流动状态的影响。 关于估计速度阈值,BCD模型的结果揭示了在表征交通拥堵程度方面令人鼓舞的发现。