随着机动车交通需求的迅速增长,城市快速路和城际高速公路出现严重交通拥堵和交通安全问题。科学合理地构建宏观交通流模型有利于描述和重现快速路网的交通动态、研究交通拥堵的产生及传播机理;研发有效的交通控制策略有利于缓解交通拥堵、改善道路安全状况。既有宏观交通流模型多假设快速路网交通流具有均质化特性,路网边界条件充分可用;已有的快速道路交通控制策略不能有效应对现实环境中可能出现的全部问题。有鉴于此,本论文拟从机理、技术、效果、实例四方面出发,着重研究有关快速道路宏观交通流建模与控制的几个关键问题。建模问题:论文依托31公里长的上海快速路网,研究大规模非均质交通网络的交通流建模和模型校验问题。由于测试路网规模大,拓扑结构复杂,因此待校验参数数量极大,校验难度很高。模型校验的本质在于非线性动态优化问题的定义与求解,论文采用各种优化算法并对比研究其性能差异,分析模型校验效果,以及模型输出对外界因素的敏感性。就快速路网规模和复杂度而言,本工作尚属国内首例,为后续更大规模路网建模与校准提供依据。其次,论文针对常见的模型边界条件缺失情况,研究检测缺失的出入口匝道对的流量估计问题。由于系统不可观测性,以往通常认为该问题无解。本论文从机器学习角度提出一种新颖的解决思路,构建一个匝道流量和主路交通流状态的关联数学模型,进而估计出入口匝道流量,并利用上海城市快速路网和加州城际高速公路网的实测数据评价估计效果。该项研究利用机器学习方法将一个状态不可观测系统转变为准可观测系统,从而解决了 一个长期悬而未决的交通科学与工程问题。控制问题:论文集中研讨匝道控制和可变限速控制两种快速道路交通控制措施。针对实践中经常出现的入匝汇流区下游瓶颈情形,研究相关局域匝道控制问题。由于经典局域匝道控制器ALINEA无法有效应对下游远端瓶颈导致的时间延迟,本论文借鉴ALINEA设计原理,提出一种满意应对上述棘手问题的新型局域匝道控制器PI-ALINEA。论文从仿真验证和实际应用两个角度对PI-ALINEA的性能进行测试和评估。为了提高快速道路运行效率,论文提出一种最大化瓶颈通行能力的新型可变限速控制策略,经仿真验证和现场应用,取得良好的控制效果。另外,基于实测数据构建驾驶员服从率模型,定量评估控制策略的实施效果。论文研究的两种快速道路交通控制技术均成功用于工程实践,为后续快速道路交通管控研究提供了理论基础和实践经验。