近年来,各种运输网络系统(交通运输网络,管道网络,Internet等)在人类的生产和生活中发挥了越来越重要的作用。这类网络一般都可以用图的方式抽象的表示为节点和边的集合,在边上传输的物质或能量需要遵循物理学的基本定理,而节点处往往安装有控制设备实现对网络运行和负荷分配的调节。由于运输网络系统结构复杂,分布区域广,各部分之间耦合度强,因而较难建立起统一的数学模型,也十分缺乏行之有效的控制方法,导致网络拥堵现象的经常发生,浪费了大量的能源和能量,并且有时局部微小的故障可能会引起网络大面积的瘫痪。因此有必要对运输网络系统的运行规律,机理,特性等问题进行分析研究,进而提出有效的控制方案。本论文在总结前人工作的基础上,结合物理,图论,统计学等相关领域的知识,研究了运输网络系统的分析、建模和综合问题。主要研究内容包括如下几方面：1.采用文献H.K.Lee等人提出的粗粒化方法从微观GOVM模型得到一个新的宏观交通流模型。该模型继承了微观模型中的次邻近车辆影响因素。仿真结果表明在对交通流的刻画上,宏观模型与原微观模型几乎完全等价,从而证明了该方法是沟通微观模型和宏观模型之间的桥梁。有效的宏观交通流模型的建立对于采用解析的方法实现对整个交通网络的控制具有十分重要的意义。2.采用统计学中的LOGIT模型描述运输网络中个体的路径选择特性,从宏观上将任意节点对之间的车流根据各条备选路径的代价进行分配,将其与流量守恒方程结合,可以解析地得到任意给定拓扑结构的网络中车流分布的状态。本文中采用数值方法近似计算得到这个稳态解。本方法首次从实际交通系统中车辆路径决策特性出发,定量地分析了网络拓扑结构对车流负载分配的影响,为优化网络设计,合理调度车辆提供科学依据。3.基于E.Camponogara等人提出的线性动态网络模型,本文采用流程控制领域内的分布式协调模型预测控制的方法控制城市交通网络中各路口信号灯的绿信比。根据空间分布将整个交通系统分解为一系列互相耦合的子系统,每个子系统的目标函数(局部性能指标)中都包含有其他子系统的相关性能项,各个子系统通过与其邻域中的子系统之间的通讯,迭代得到最终的控制率值。本方法避免了优化控制问题陷入“维数陷阱”的灾难中,同时分布式的控制系统构建灵活,可靠性高,大大的降低了系统发生故障时的风险。4.在确定型交通网络状态空间模型基础上,采用正态随机过程描述实际交通网络中车流的不确定性,并运用机会约束MPC的方法对车流负载较重的交通网络中主干道加以控制。本方法定量的分析交通网络中不确定性,通过牺牲一定的控制性能(非主干道的通行能力)来保证网络中主干道路的通行能力,有效地防止阻塞现象的发生。5.运用电模拟的方法建立了天然气管网系统的动态模型,该模型在精确性与计算复杂度之间找到了平衡点。在此基础上,提出了带有状态约束的非线性时变最优控制命题,目标是在维持供气压力的前提下最小化压缩机群的能量消耗。最后采用迭代动态规划的方法得到最优控制率。本方法克服了以往只能采用稳态(静态)优化方法解决气压分配问题的局限,为实现对管网的实时动态控制开辟了一条道路。本文最后对全文进行了总结和展望。