随着国民经济的快速发展，城市化和机动化进程的加快，人们日常的长、中、短距离的出行需求不断增加，高速公路作为一个国家集疏运最重要的公共基础交通设施和国民经济的流动载体，在社会生产、分配、交换和消费各个环节起到了有机联系和有效沟通的重要作用。因此，对于高速公路科学的建设与合理的管理直接反映了一个国家和地区的交通发达程度、乃至经济发展的整体水平。多智能体（Multi-Agent）技术来源于人们对人工智能的认识，其目标是为了实现具有智能的能够代替人类来处理事务的“代理”。多智能体具有：自治、协作、可通信以及交叉等特性。多智能体系统（MAS）通过对多个智能体行动的协调，获得远超过单个智能体能力的系统总体效益，对于解决随机复杂问题提供了新的思路。针对高速公路交通系统的分布式、非线性、时变随机的特性，将多智能体技术应用于其交通流的控制与管理，具有很好的可行性和优越性。本文的主要工作包括以下几个方面：（1）回顾总结了高速公路交通控制与管理、多智能体技术以及基于多智能体技术的交通控制与管理的国内外研究应用现状；（2）总结了高速公路交通流理论，包括连续性方程、基本参数模型、宏观流体模型以及其他的交通流模型；分析研究了高速公路系统控制的原理和智能控制方法；（3）对多智能体技术进行了梳理研究，主要有Agent的工作原理、特性、分类，Multi-Agent的体系结构、适用问题域，最后对MAS应用于高速公路交通控制与管理的可行性和优越性进行了分析；（4）在高速公路匝道协调控制理论方法及多智能体技术的基础上，构建了基于MAS的高速公路匝道协调控制系统框架，对高速公路系统中的Agent进行建模，并对Agent进行知识表示，描述了Agent的内部数据库、功能模块及状态接口，研究了子系统中Agent的通信和协作机制；（5）通过实验进行仿真验证，选取广州某高速公路局部路段作为仿真对象，在Agent分布式学习理论的基础上，建立总行程花费时间TTS和路段密度的双目标控制模型，采用遗传算法进行优化求解，并对结果进行了分析。