高速公路的建设极大的促进了经济的发展，加强了人员与货物的快速流通，增进了社会各方面的联系。但是高速公路上的车流量迅猛的增加，特别是国家主干线和沿海经济发达地区的高速公路上，车流量在高峰时段已接近饱和，在天气情况变化、交通事件的发生、道路几何尺寸欠佳等情况下容易出现交通拥堵现象，这些对高速公路的现代交通管理与控制提出了很高的要求。高速公路的管理与控制方式主要有交通拥挤和事件的检测与管理，匝道控制，主线控制，通道控制，气象监测管理，收费管理以及交通信息的提供与管理。高速公路入口匝道控制直接控制进入高速公路的交通量，使高速公路上的交通流量分布更加合理，充分的利用通行能力，同时可消除或减少匝道处交通流交汇时的冲突和事故，是高速公路交通控制主要的手段。　　 本论文对国内外典型的匝道调节算法进行了总结，并根据高速公路交通系统时变、随机、复杂的特点，指出智能控制是解决高速公路交通问题的重要途径。针对高速公路交通系统无法得到精确数学模型、具有不确定因素、是复杂的非线性系统的特点，选择模糊神经网络控制器对匝道进行控制，设计以交通流密度误差及其误差变化率为控制器输入量，匝道调节率变化率为输出量的动态模糊神经网络控制器。全文共分为五章，第二章、第三章、第四章为论文的重点。　　 第一章介绍了本论文的研究背景和意义，从当前的高速公路建设和管理情况分析得到研究匝道调节控制的必要性和重要性。对国内外匝道调节控制的研究情况进行了概述，分析了匝道调节控制当前研究的不足方面以及研究的趋势和重点，并给出了论文的章节安排。　　 第二章对高速公路交通控制系统进行概述，对入口匝道调节控制的作用和满足条件进行论述，对入口匝道控制方式进行对比。在此基础上，介绍了匝道调节策略算法的分类，对ALINEA算法及扩展、Zone算法、西雅图瓶颈算法、SWARM、模糊逻辑算法、神经网络算法等国外应用和研究的热点算法进行详细论述，指出它们的优缺点。鉴于模糊神经网络具有良好的非线性特性、学习能力、自适应能力和抗干扰能力，提出将模糊神经网络技术引入到高速公路入口匝道控制中。　　 第三章分析了模糊系统和神经网络的一些基本原理，然后重点以标准型模糊神经网络为例，介绍了标准型模糊神经网络结构，并推导了其学习算法。针对高速公路入口匝道进行了模糊神经网络控制器的详细设计，主要包括输入输出参数的选择、模糊神经网络的结构设计以及学习算法设计。通过在模糊神经网络内部引入递归环节，构成了动态模糊神经网络，并采用梯度下降法来训练网络。　　 第四章针对设计的动态模糊神经网络匝道算法，用Matlab对设计的算法进行了数值试验，用TSIS交通仿真软对设计的算法进行了交通仿真，从不同的角度对仿真结果进行了详细的分析。　　 第五章对全文的研究内容和创新点进行了总结，并对下—步研究的工作提出建议。