作为智能交通系统(Intelligent Transportation Systems,ITS)未来的发展方向,车路协同系统(Cooperative Vehicles Infrastructure Systems,CVIS)可以为解决当前及未来城市交通系统的疑难问题提供重要的基础支撑与技术保障。CVIS可实现车与车、车与路之间的实时无线通信,变革城市交通系统中车辆与道路设施之间无法进行信息交互的现状。车与车、车与路之间的协同合作,可有效提高城市交通运行效率与行车安全。近年来,基于CVIS的城市交通流相关研究逐渐受到国内外众多学者的重视,并成为智能交通系统领域研究的热点问题之一。CVIS条件下,通信车(指装配有交通状态检测、无线通信和信息发布终端的车辆单元)与非通信车共存的城市交通流运行模式,成为智能交通系统在较长一段时间内所必然经历的发展阶段。城市交通系统因通信的引入出现了新的研究问题,通信车与非通信车的"混合"加剧了交通流问题研究的复杂化,进而影响了 CVIS的有效实施。现有的交通流模型与理论方法已不适用于研究"混合"情况下的交通流问题。基于此,深入挖掘CVIS下交通流的动态特性,提出新的科学研究方法,对优化交通运行效率、抑制交通局势的恶化及解决交通工程中的热点问题具有重要的理论意义与实用价值。本文以CVIS条件下通信车与非通信车共存的交通流为研究对象,基于对城市交通流状态的宏观描述,建立路径选择模型实施交通诱导;为避免车辆在所选路径上发生交通拥堵,以及更好地对交通流进行优化,基于对跟车行为的微观特性分析,探讨了交通流的稳定性与交通拥堵抑制问题。论文从宏观到微观两个层面,较为深入地研究了 CVIS条件下的城市交通流优化控制策略,主要工作如下:1、针对通信车的位置分布不均导致的交通状态检测误差,本文提出了一种改进的交通流平均速度计算方法,实现了对交通状态的准确检测。论文首先分析了通信车呈均匀分布与集中分布时对检测结果的影响,并设计了衡量车辆位置分布的权重系数,基于此,通过构建熵函数,改进了计算交通流平均速度的方法。仿真结果表明,本文设计的方法可对交通流的运行状态做出较为准确地估计。2、以CVIS下得到的交通状态检测结果为部分参数,建立路径选择模型实施交通诱导。基于传统路径选择模型因缺乏对影响驾驶人路径选择复杂因素的全面分析,导致其存在路径诱导信任度与准确度较低的问题,本文建立了基于博弈理论的路径选择模型,设计了考虑驾驶人行为决策的路径诱导方案。该方案将备选最短路径与通勤路径设定为博弈参与者,以路径的预测行程时间和路径熟悉度(红灯数、路段交通状态等)为博弈策略、并结合各自对应的博弈收益为参数建立路径选择模型。利用VISSIM模拟相关路网对模型提供的诱导方案进行比较,结果表明,本文设计的诱导方案可达到较高的吻合度,能够满足驾驶人不同情况下的出行需求。3、车辆在所选路径上发生跟车行为时,前方车辆的短时速度波动令交通流产生振荡,影响交通流的稳定性,增加了车辆的行驶时间。为解决此问题,本文通过对分簇跟驰行为的分析提出了基于CVIS的分簇跟驰策略。首先,基于分簇跟驰行为提出了改进的优化速度(Optimal Velocity,OV)跟车模型,该模型准确地描述了不同通信车比例下的跟车动态行为;然后,通过引入的反馈控制方法,对交通流跟车系统进行分析,得到了交通流的稳定运行条件。仿真结果表明,本文提出的分簇跟驰策略不仅提高了交通流的稳定性,同时有效降低了交通流恢复至稳定的时间。4、针对分簇跟驰策略无法抑制跟车过程中频繁扰动引起的交通拥堵问题,本文提出了基于车车通信的反馈控制策略。首先设计了改进的耦合映射(Coupled Map,CM)跟车模型,然后在跟车动态线性方程中设计了衡量两相邻车辆速度差的反馈控制环节,分析并准确地求解出反馈增益的取值。最后通过仿真分析得到了不同通信车比例时的交通流动态变化与时空分布特性。CM模型准确地描述了交通流的拥堵演变过程,并揭示了拥堵的产生机理,仿真结果表明,本文给出的反馈控制策略可有效抑制因前方车辆频繁的速度波动引起的交通拥堵问题。