针对交叉口群内部交叉口间交通关联性强的特点,优化交通信号配时方案能改善交通流运行状态,避免路网大范围堵死等极端交通现象的发生。研究交叉口群关键路径的识别技术和针对交叉口群关键路径的交通信号配时方案动态优化方法,可缓解瓶颈路段的交通压力,使车流在交叉口群范围内均匀分布,提高路网的整体运行效益。　　 综合分析过饱和状态下交叉口群内交通流的运行特征和交通信号控制的需求,以及交通流运行状态、关键路径等交通状态难以识别等造成信号控制方案效率不高的原因,论文在识别交叉口群交通流运行状态和关键路径的基础上,提出过饱和状态交叉口群交通控制的优化目标、控制结构及控制策略,建立动静态协同的信号配时控制优化方法,并通过交通仿真评述控制优化算法的效果。　　 论文首先界定了过饱和状态下交叉口群的定义和基本交通特征,综合考虑交叉口群的几何拓扑特性、道路空间特性、交通流特性及交通信号控制特性等特征,选取交叉口间的出行时间和路段饱和度作为输入变量,提出了基于自组织神经网络模型对交叉口群的范围界定算法。　　 分析交叉口的流向、进口、交叉口、交叉口流向间的路径及交叉口过饱和状态产生的原因、过程、机理及产生的负面效用,基于实时的高精度交通运行数据,应用交通波动理论计算交叉口产生的最大排队长度、滞留排队长度等交通参数,并计算由过饱和状态负面效应造成的无效绿灯时间定义的过饱和系数以确定交叉口群的过饱和程度。采用南京市广州路交叉口群的交通数据验证了模型的有效性。　　 在分析交叉口群关键路径定义及特性的基础上,针对交叉口群路径识别、分级方法在过饱和交通状态下的不足,提出了基于小波变换和谱分析的过饱和状态交叉口群关键路径识别及分级算法。选取小波变换技术提取实时交通检测数据的高频特征,并重构成反映短时变化特性的新信号；交叉谱计算上、下游交通流的一致性和位相,识别交叉口群路径上游交通流对下游的的影响程度,并根据模糊识别的方法将路径分级。　　 针对过饱和状态交叉口群的交通运行特性,提出以交叉口群关键路径通行车数最大和平均排队长度最小为过饱和状态下交叉口群的交通信号控制优化目标。将控制策略分解为交叉口群优化层、关键路径优化层和单点优化层,建立起过饱和状态下交叉口群的三层控制结构。在交叉口群层和单点交叉口层间增加关键路径层,通过优化关键路径的交通流运行,将交通压力平均分布到各个交叉口；在交叉口群层进行限流,保证内部交通拥堵快速疏散；在单点交叉口层根据实时监测数据优化配时方案。在归纳具体的交通管控优化措施的基础上,提出了动静态协同的交叉口群信号配时算法的流程和框架。　　 通过研究交叉口群内各信号控制交叉口的静态优化目标和约束条件,应用NSGA—Ⅱ模型提出了以关键路径通行车辆数最大和平均排队占比最小为目标函数的多目标交叉口群信号控制静态优化模型,得出交叉口群的参考交通配时方案。应用状态空间神经网络和扩展卡尔曼滤波模型预测交叉口群短时交通流变化,以此作为信号配时方案动态更新的依据,提出了交叉口群动态协调控制的框架和基本流程,以静态优化配时方案为配时备选方案,分析了相位差、协调周期长度、绿信比等协调控制参数的动态优化方法以及相位切换方法、时耗等。为保证交通控制不会在过饱和状态产生溢流或绿灯空放等负面效应,论文应用冲击波理论讨论了交通控制参数的边界条件。应用基于仿真的控制系统测试平台对模型效果进行评测的结果表明,交叉口群处于过饱和状态时,论文所提出的控制策略和方法能有效地缓解交叉口群拥堵状态,均匀分布交通压力,减少关键交通流延误,提高交叉口群整体运行效率。