随着高速公路的快速发展，各地高速公路已经呈现出网状的复杂结构。交通控制技术的发展研究表明，要使路网达到最佳通行能力和服务水平，不仅要保证每条道路畅通，而且还要实现整个路网的畅通。采用合理的控制措施对高速公路进行交通控制，从而平滑交通、消除堵塞、缓解拥挤，是确保高速公路网高效、快速、安全、有序地运行的前提。本论文在对目前国内外高速公路交通控制技术做出分析研究后，提出区域路网协同控制方法和技术，建立了相关控制模型，并分别进行了仿真验证。论文首先在分析了交通流基本参数之间的关联关系，以及交通流模型的类型和适用范围后，根据RBF神经网络的学习特性，以陕西省榆绥高速上的路段车检器数据为对象，建立和验证高速公路宏观动态交通流预测模型，为路段可变限速控制作基础；其次，针对高速公路限速控制系统的非线性时变特性、受多种因素的影响、很难用一个精准的数学模型建模等特点，采用模糊神经网络方法实现高速公路路段的可变限速控制的建模，根据道路流量和道路交通环境特性的历史数据，预测出道路的限速值，并将该模型作为路网协同控制模型的直接控制层进行仿真；针对可变限速控制不能从根本上消除交通拥堵的问题，提出了交通诱导分流的启动判断条件、有效性分析以及诱导分流的需求计算，为交通诱导系统的研究提供了数据支持；最后，采用大系统递阶理论，建立区域路网协同控制模型，通过交通密度接近临界密度这一性能指标不断对协调层和直接控制层的网络参数进行修正和调整，求出期望指标下的限速值，和满足性能指标的交通密度。根据陕西省高速公路实际已有的车辆检测器数据，通过matlab软件对所有论文中设计的模型进行编程和仿真验证表明，模型的预测数值能够很快拟合实际测量值，同时能够满足要求的性能指标。