针对常用聚类算法对随机性强、波动频繁的交通流聚类效果不理想的问题，提出了一种新的交通流相似性度量准则——最大偏差相似性准则，并提出了一种基于最大偏差相似性准则的交通流聚类算法。最大偏差相似性准则能够有效刻画频繁波动交通流曲线的形态相似性，具有简明、合理、灵活等特点；聚类算法无须预先指定类别数，能够保证类间曲线的明显差异性和类内曲线的高度相似性。实验表明，所提出的算法聚类效果明显优于常用聚类算法，聚类结果能够较好地满足实际应用的需要。