自动驾驶汽车的网联化,在一定程度上会增加整体车流的信息不对称性和智能水平不均衡性,进而导致网联自动车与常规车辆之间交互的复杂性和不确定性增加,对通行效率以及安全性带来巨大挑战。另一方面,在人驾车中加入自动驾驶车能对交通拥挤起到缓解作用。可见,自动驾驶车的混入同时也为交通系统的控制与优化带来了新的机遇。为此,有必要对混合交通的优化与控制进行针对性研究。有鉴于此,论文首先给出了混合交通的信息物理模型,并分析了其特性,使得混合交通的信息物理特征得以揭示并得到应用。随后,论文给出了混合车队的牵制控制策略,并在此基础上给出了混合交通的牵制控制,通过对混合交通中的网联自动车进行针对性控制,从而间接控制混合交通中的传统人驾车,以充分发挥网联自动车在混合交通中的正面作用。最后,在上匝道汇流区域验证了本文所提控制策略的有效性。具体而言,论文的研究工作主要包括以下几个方面:（1）通过将单车视作网络中的节点,将车辆之间的交互视作网络中的有向边,给出了道路交通的信息物理模型。随后,分析了交通网络的图特性,得到了同质交通的规则性及混合交通的小世界与无标度特性,讨论了交通网络拓扑的动态性。（2）在工作（1）的基础之上,提出了基于信息物理模型的混合交通牵制控制策略框架,该兼容于现有的网联自动车（CAV）控制策略,且能更好地提高混合交通的效率、安全性和舒适度。此外还分析了CAV混入的影响和动态物理拓扑的影响。本框架给混合交通的优化和控制带来了新的思路。（3）在前述研究的基础之上,提出了一种适用于混合交通的CAV事件触发切换控制策略,并将此策略与工作（2）提出的牵制控制策略结合,以应对车道减少区域复杂多变的场景。仿真结果表明了所提策略的有效性,并给出了其适用范围。综上所述,论文针对混合交通,从信息物理系统的视角出发,通过信息物理模型发现了混合交通的图特征,在此基础上提出了混合交通牵制控制策略。研究成果既可为混合交通分析与控制提供理论指导,又可为信息物理系统的理论发展和应用提供参考和借鉴。