随着汽车工业的快速发展以及城镇化水平的不断提高,城市拥挤问题愈发突出,交通拥堵己成为制约城市发展,妨碍人们出行的重要因素。一方面,快速有效的识别和预测交通状态,对交通拥挤进行动态预警是进行交通拥挤管理的基础工作。交通拥挤动态预警实际上包含了对交通拥挤的快速识别和对交通拥挤发展趋势的准确估计两方面内容,拥挤预警应为交通拥挤控制提供有效的决策支持,能够动态描述拥挤的发展态势,而不能局限于拥挤产生后的表象描述。另一方面,在形成之初快速疏导交通流,避免拥堵进一步恶化是交通拥挤管理与控制的主要目的,由于交通系统具有随机性、时变性和非线性的特点,有效的拥挤控制策略必须实时地切合交通拥挤态势的发展及消散过程,而不是被动适应交通流的变化过程,这就要求交通拥挤控制模型具备动态适应和主动控制的能力。由此,本文研究区域交通拥挤动态预警与主动式控制决策。本文的主要研究内容如下：首先,对交通状态进行快速判别。由于信息采集手段和方式的多样性,基础交通信息呈现出多源、异质的特点。为克服单一信息源有可能导致的信息缺失、数据失真等问题,本文融合多源异质信息对交通状态进行实时判别。针对多源交通基础信息具有模糊性和时变性的特点,引入直觉模糊集理论,建立直觉模糊信息一致性融合算法,建立交通状态决策信息融合模型对交通状态进行实时判别。创造性地提出利用双隶属度函数构造直觉模糊数,以直觉模糊数中的隶属度、非隶属度构造支持度函数,得出决策信息的一致性度量,决策信息的集成权重只依赖于决策信息之间的支持程度,权值随决策信息的变化而动态更新。第二,对交通流参数进行预测。本文研究的是多源信息环境下交通流参数预测方法,具体包括交叉口排队长度预测和短时交通流量预测。排队长度是交通信号控制的重要决策变量,本文利用交通波理论,以浮动车实时回传数据确定初始排队长度,通过循环得出较准确的排队长度预测结果,克服了初始排队长度难以确定的问题。该方对固定配时控制,感应控制,智能控制等均有良好的适应性；短时交通流预测是根据实时的交通流运行数据和交通流向的空间关联,对未来交通流的发展进行研判。本文为了实现对交通流量的过程化预测,充分提炼和挖掘路网中交通流时空数据所蕴含的有效信息,真实反映交通流的时空运动特性,建立交通流运行时空模型,该模型包括道路网络描述模型、流量分布描述模型、信号控制描述模型和驶入驶出流计算方法等子模型,直观的描述了交通流运行机理和演化规律。第三,对区域交通拥挤进行动态预警。为了适应主动式管理需求,交通拥挤动态预警需要突破对交通状态的静态描述,能够反映拥挤的动态发展态势,本文提出一种新的交通拥挤动态测度方法,交通运行可靠度对网络交通状态进行细致分析,以不同交通状态下车辆车头间距服从不同的概率分布为研究基础,确定路段的运行可靠度建立区域交通拥挤概率评价模型,对拥挤区域、区域拥挤边界、持续拥挤路段作快速识别,并制定相应的预警策略。第四,对交通拥挤进行主动式信号控制决策。本文运用知识表示与推理方法建立一种包含多种决策变量,多样控制规则的开放式、自适应拥挤控制模型。通过改进加权模糊petri网,提出自适应权重petri网的建模方法,连接权重随决策变量值变化而动态更新,使得在不增加petri网规模的前提下,提高了模型的表达能力和准确度。面向拥挤控制的现实要求,统筹上下游交通流运行状态,建立交通拥挤控制与疏导策略的知识表示与推理模型,优化分配关键交叉口的各相位的通行权,快速有效地对交通流进行疏导与控制,同时为了便于程序实现,设计了与之适应的矩阵形式化推理算法。建立模拟仿真平台对模型的控制效果进行分析评价。