快速路汇流区是一种常见的固定交通瓶颈,上匝道汇入车辆通常会引起主干道车辆速度降低并导致汇流区交通拥堵,而在汇流区上游车辆主动换道能缓解汇流区的瓶颈负效应。随着智能网联汽车技术的发展,由网联自动车（Connected Automotic Vehicle,CAV）和网联人驾车（Connected Human Vehicle,CHV）组成的新型混合交通已逐渐成为研究热点。在新型混合交通场景下,CAV和CHV的性质差异将导致传统的控制策略并不适用,因此迫切需要探索新的智能网联汽车运用条件下,新型混合交通流的调控及拥堵抑制策略。因此,考虑汇流区上下游交通演化关系,本文首先面向混合车流分析主动换道行为对汇流区交通效率的影响。并构建模型量化了主干道流量、上匝道流量、CAV渗透率、主动换道车辆比例与汇流区交通效率之间的影响关系,基于该模型寻找最佳主动换道比例。最后考虑换道车辆状态、CHV遵从度、动态边界,基于最佳主动换道比例设计了快速路汇流区上游的主动换道控制策略。研究内容包括:（1）车辆主动换道对快速路汇流区交通效率影响分析。在汇流区实施现有的流量平衡策略,探究了其在同质交通流和混合交通流中的表现。随后在汇流区上游进行主动换道,分析了主动换道比例、主动换道车辆类型对汇流区交通效率的影响。（2）快速路汇流区上游主动换道比例优化问题。通过SUMO仿真软件,采集不同主动换道比例的汇流区混合交通数据,基于BP神经网络构建主动换道比例与汇流区交通效率的影响关系模型。随后基于改进PSO对主动换道比例进行优化,通过仿真实验对最佳主动换道比例进行验证。（3）快速路汇流区上游主动换道控制策略研究。设计了主动换道控制策略的整体框架。建立主动换道车辆状态集,包含换道车辆及周围车辆所有可能的状态。进一步考虑CHV的遵从度,对换道车辆进行筛选,在固定换道区域内无法满足最佳主动换道比例时,将拓展换道边界,以使实际换道车辆达到或尽可能接近最佳主动换道比例。最后通过仿真实验在不同交通条件下,验证了所提策略的有效性。本文设计的快速路汇流区上游主动换道控制策略,在考虑混合交通场景下的最佳换道比例后,能更好地缓解汇流区的交通拥堵,提高通行能力和交通效率。