随着中国城市化进程加快,交通出行需求与日俱增,相应的城市交通主动脉-快速路的建设也加快了步伐。然而,近年来快速路拥堵已经成为许多城市的常发性交通现象。实际上,快速路常态拥堵的瓶颈往往是交通流运行比较复杂的路段,如入口匝道的交织区,其频繁出现的局部范围交通流紊乱、但没有陷入整体严重拥堵的亚稳态交通流是引发通行能力下降和宏观滞回等现象的主要因素。围绕交通拥堵演化过程,本文以南京市应天大街高架(1865产业园附近)入口匝道交汇瓶颈区为研究场景,利用高精度车辆轨迹数据对交通流进行理论分析、提出改进匝道控制算法和仿真分析,以重建、解析和预测交通状况的时空变化特征。为此,基于提取的轨迹数据,理论研究上,本论文将重点观察交通拥堵演变的特征与相变临界阈值,并深入理解车辆的跟驰与换道行为对瓶颈区亚稳态交通流的形成与变化的影响;实践技术上,本论文构建基于深度学习图像识别方向的预测模型,提出融合了三相交通理论临界相变阈值判定、短时交通流预测和单点控制的匝道联动控制算法,从通行效率和占有率等方面二次开发仿真评价快速道路系统效能的提升效果。整体上,包含如下三个部分内容:首先,使用无人机航拍视频与图像识别技术,对匝道交织区拥堵发生前后时段内的所有车辆进行标定与跟踪,并经过数据去噪平滑、拼接拟合与聚类重构等多步骤流程获取车辆轨迹数据;其次,面向三相交通理论,提出微观换道模型量化捕捉振荡波的扰动传播特征,提出改进的非对称模型研究迟滞现象和驾驶行为的非对称性,从宏观交通相变和微观驾驶行为层面研究拥堵形成和演变机理;最后,基于新兴的深度残差网络模型,提出融合多种理论的入口匝道联动控制算法,并构建二次开发的仿真控制平台,进行短时交通流相变预测与匝道调节率控制,并对仿真效果进行评估。本文可以为将来交通管控制技术发展提供理论与仿真支撑。