为准确及时地发现高速公路上的事故隐患，有效地减少交通延误，保障道路安全，提出了一种新的基于模糊C均值（FCM）聚类和模糊粗糙集的交通事件自动检测模型。模型分为离散化、推理规则建立和模糊推理三个步骤。在属性离散化时，提出用常用的隶属度函数来拟合FCM聚类后的结果，并用此函数和参数来实现属性数据的离散化，避免了每次输入数据都必须通过聚类操作来进行离散化；采用了粗糙集理论建立推理规则，选择和交通事件密切相关属性并进行规则的约简，加速了模糊推理的速度；最后采用Max-Min模糊推理方法对交通事件进行检测。通过多种检测方法对比测试，结果表明了此模型在总体性能上优于传统的检测方法，验证了此模型的有效性，为