随着经济社会的快速发展，高速公路网络不断完善，人们的机动化出行需求急剧增长，交通负荷的不断增加导致高速公路服务水平逐渐降低，尤其是节假日休闲旅游和春节探亲访友的客流高峰期间高速公路拥堵现象频发，因此，快速科学的判别道路拥堵状况，进而由交通管理部门采取适当的措施，降低交通拥堵发生的频率，尽可能提高道路的通行能力，具有重要的实际意义。　　首先，论文从高速公路交通组成分析入手，结合行车速度、占有率等交通流特征参数，对交通拥挤的类型以及成因作进一步分析，解释了常发性与偶发性交通拥堵的成因及特性。然后，结合交通状态指标参数选取原则，综合考虑国内高速公路交通运行状态的分类，论文选取交通流量、平均行程速度以及道路占有率作为交通状态的识别指标。再而比较分析了目前国内外经典的交通状态判别方法以及加州算法、MeMaster算法、指数平滑算法、正态偏差算法等判别算法和BP神经网络算法。　　接下来，论文分析了高速公路联网收费系统收费数据的采集、修复和提取等预处理方法，给出了基于联网收费数据的基本路段交通流量、平均行程速度以及道路占有率等交通参数的计算方法。在分析BP神经网络相关概念和理论的基础上，从输入参数选择、模型标定和求解流程等方面详细讨论了基于BP神经网络的路网交通状态判别模型的构建和求解。　　最后，论文以河南省高速公路33个基本路段收费站采集的数据为基础，分析了收费站数据的提取和处理过程，并且以MATLAB作为仿真工具，完成基于BP神经网络的路网交通判别方法的程序设计和仿真计算，使用抽样数据进行训练、测试并给出结果，仿真结果符合实际情况，证明了该方法是有效可行的。