随着城市规模的急速扩张和人口的过度集中,大中型城市的交通拥堵问题已经成为制约城市发展的主要因素。城市快速路的修建可以有效缓解大中型城市交通拥堵问题。但是随着城市机动车数量的快速增加,单纯采取修建道路的方法已不能完全解决交通拥堵问题。快速路入口匝道控制是解决城市地面交通拥堵最直接和有效的方法之一。本文对快速路入口匝道控制系统进行了深入地研究,结合交通流模型、支持向量机算法以及遗传算法的研究,本文构建了基于支持向量回归机的入口匝道控制模型。首先,对城市快速路入口匝道控制问题的基本概念和基本原理进行了阐述,并对快速路交通流模型中的动态密度模型、动态流量模型以及动态速度模型进行了研究。在此基础上,定时控制、需求容量控制、占有率控制、ALINEA控制模型和基于BP神经网络的入口匝道控制算法进行了研究,并对其中存在的优点与不足进行了分析。其次,对支持向量回归机的基本思想及其求解过程进行了研究,阐述了支持向量回归机基本算法。对支持向量回归机的模型的参数选择与优化问题进行了研究,构建了一种基于遗传算法的支持向量回归机的参数选择与优化算法。第三,对交通流密度预测问题进行了研究,结合支持向量回归机算法,构建了基于支持向量回归机算法的交通流密度预测模型。结合交通流密度预测模型,对基于支持向量机的入口匝道控制模型进行了研究,构建了三种基于支持向量回归机的入口匝道控制模型。最后,对交通流数据的获取方法进行了研究,并获取了安慧桥东侧入口匝道附近的交通流数据。在此基础上,基于Matlab仿真软件分别对基于支持向量回归机的交通流密度预测模型和入口匝道控制模型进行了仿真分析与研究,验证了模型的可行性与有效性。