城市道路交通网络是一个离散、强耦合、非线性、并具有随机特性的复杂网络,通过交通小区划分可以将其解析为若干个区域,并针对各个小区实施相应的交通管理和诱导策略,从宏观角度对交通区域进行协调优化。因此,交通小区划分在降低系统复杂性方面具有重要的意义。为了便于分区缓解交通拥堵、实施区域交通的同步控制和接力诱导,需要识别出以关键交叉口为核心的交通小区。考虑到城市道路交通网络的复杂性,论文利用复杂网络社区挖掘理论来研究基于关键交叉口的城市道路交通小区划分方法,主要研究内容如下:首先,介绍了与论文研究内容相关的复杂网络特征度量参数和网络特性,对复杂网络社团挖掘方法进行了对比分析,特别是凝聚算法。论文介绍了CNM凝聚算法、基于Laplace谱分析的凝聚算法和基于局部模块度的凝聚算法的思路和实施步骤,并选取长春市牡丹街、桂林路、丰顺街、清华街包围的路网为实例,从模块度和时间复杂度的角度对三种方法进行比较,以便确定适合于城市道路交通网络的交通小区划分方法。其次,论文介绍了根据道路交通特征参数和网络拓扑结构特征识别关键交叉口的方法,并研究基于关键交叉口的城市道路交通网络交通小区划分方法。论文以节点间的关联度为道路交通网络边权值,以局部模块度最大化为准则,提出了基于关键节点的交通划分方法,并以沈阳市区域路网进行例对该方法进行验证。最后,论文研究城市道路交通网络中重叠区域的处理方法。针对网络中不同类型的重叠区域,分为两个区域重叠的处理方法和多个区域重叠的处理方法。两个区域的重叠的处理方法以相似度指标为适应度函数,并构造基于遗传算法的求解方法。多个区域重叠的处理方法以重叠区域模块度为指标进行预处理,将多重叠变为两重叠。以第三章获得的带有重叠区域的小区划分结果,进行重叠区域处理的实例验证,结果表明该方法可靠。