现代交通让人们的生活更加便利,然而随着城市交通路网的拓展、路段上车辆数的增加,单纯地通过增宽道路宽度、搭建高架桥等基础设施建设已经满足不了大城市的交通需求。拥堵问题已经成为急需解决的一个难题。传统的定时控制能够起到维护交通秩序的作用,但这种开环控制并没有考虑路网结构和当前路网的状态,对于路网中的拥堵问题并不能进行缓解。对于大规模城市交通路网,经典的集中式控制策略曾被广泛研究,这种控制方法基于非线性预测控制,利用宏观模型对路网中的状态量进行预测,通过控制信号灯来优化路网的拥堵状况。集中式控制的缺点在于计算量太大,由于交通路网模型通常比较复杂,集中式控制算法的计算量随着路网的增大呈指数上升,很难应用于实际。近些年来,大规模城市交通路网的递阶结构被提出。这种策略通过划分路网降低了实时计算量,然而计算效率仍然不能满足实时控制的要求。理想的控制算法既能有效地消解路网中的拥堵,又能有着较高的在线计算效率以满足其实时性。为了实现这一目标,可以采取以下几种方法:·对模型加以简化,通过降低模型计算量来提高每一个控制周期的计算效率。·采用新的控制方案。传统的模型预测控制方案通过目标函数和一系列的约束条件进行优化。通过去掉目标函数,专注于拥堵带来的约束条件也许能在效率上得到提升。本文在以上思路的基础上完成,主要工作如下:1)在S模型[1]的基础上进行了简化,得到了一个简单的交通路网宏观模型。该模型计算效率高,同时保证了一定的精确度,在给定路网当前状态以及将来控制信号的情况下能够对未来路网的状态进行预测。为后面拥堵控制所需的路网模型提供条件。2)提出拥堵控制的概念。不同于传统的在约束范围内求使目标函数最优的思路,本文利用前文提到过的简化模型,将预测得到的将来路段中车辆数加入约束,求满足约束的可行解。求可行解必然比求最优解有着更快的效率,而直接用路段上车辆数来描述路网的拥堵状态也使得拥堵控制算法更加直观。3)对于大规模城市交通路网的递阶控制进行仿真实验,验证其控制效果。对分层结构进行思考,探究了递阶控制中上层优化结果在下层中所占比例对于整体控制效果的影响。指出了合适选择加权值可以使递阶控制能以较小的计算和信息代价获得与全局最优控制相似的效果。