本着为减少隧道内的交通阻塞和车辆延误，保障车辆安全、畅通地行驶，为管理者提供科学的依据的思想，结合隧道交通环境特点，依据交通流的基本理论，对以下问题进行了研究。 (1) 从公路隧道事件及其自身特点出发，分析公路隧道事件对道路交通的影响，在对各种传统事件检测算法分析、比较的基础上，依据人工神经网络这一强大的无模型模式分类器，采用了人工神经网络算法建立了动态概率神经网络(DPNN)事件检测模型。模型所采用的输入指标不是单独的交通流参数，而是几个参数的组合，更加充分利用了交通数据中包含的交通事件信息；并对交通参数进行了数字滤波处理，这样可大大提高算法的性能。 (2) 考虑到隧道内车辆的速度是引发隧道交通事故的重要原因，为确定最佳行车速度，提出了最佳速度两层模糊逻辑推理算法，避开了传统算法中交通流模型难以建立这一困难。而且该算法考虑到应该针对实际情况，充分利用与速度密切相关的信息，如交通状况、环境状况、交通需求来确定最佳速度，为可变速度控制提供了切实可靠的依据。