城市快速路主线进入出口匝道的交通量超过出口匝道通行能力时,会在出口匝道内形成车辆排队现象。排队逐渐蔓延并溢出至主线时,将在主线和出口匝道相连区域形成交通拥堵。本文拟针对该拥堵区域进行交通分流优化方法研究,以缓解区域交通拥挤及防止出口匝道排队溢出。基于元胞传输模型理论,从基本路段模型、分流模型、合流模型三个方面建立主线和出口匝道相连区域的交通流模型,并对自由流速度、通行能力、拥挤波车速和阻塞密度等参数进行标定。基于用户平衡模型的应用条件对路网交通运行状况进行分类。设定状态1为:排队车辆溢出主线之前,路网已达到用户平衡模型;状态2为:排队车辆溢出主线之后,路网可达到用户平衡模型;状态3为:路网无法达到用户平衡模型。基于主线和出口匝道相连区域的交通流模型,建立出口匝道排队车辆数、路段行程时间等参数的表达式,并根据分流所依据参数的不同,将分流策略分为基于实时行程时间估计的分流策略和基于出口匝道排队车辆数的分流策略。基于路网的不同交通运行状态,分别研究传统开关分流方法的应用功能,并给出相应的分流策略。由于开关分流方法仅能设定出口匝道的分流率为0或1,存在易增大路网延误的问题,因此论文应用模糊神经网络理论建立模糊神经网络分流器。以出口匝道排队车辆数和出口匝道排队车辆数的变化率等参数为输入量,以分流率的变化率为输出量,基于模糊控制理论建立输入输出量的模糊关系,并通过神经网络完成模糊控制中的参数整定,使分流率取0与1之间的值,减小路网延误。以镇江市五凤口快速路网为背景,根据实际交通需求,选取路网车辆总行程时间和总损失时间为评价指标,应用论文所提的模糊神经网络分流器,实现主线和出口匝道相连区域路网的交通优化分流仿真研究。其中总损失时间为:当从起点至讫点有多条路径可供选择时,由于部分驾驶员对路况信息未知等原因选择行程时间较大的路径,从而造成的行程时间损失。仿真结果表明:若路网交通运行状况为状态1,则基于实时行程时间估计的策略进行分流时,相较于开关分流方法,采用模糊神经网络方法,路网车辆总行程时间下降了5.3%,总损失时间下降了86.7%,基于出口匝道排队车辆数的策略进行分流时,采用模糊神经网络方法,路网车辆总行程时间下降了3.4%,总损失时间下降了56.4%;若路网交通运行状况为状态2,相较于开关分流方法,采用模糊神经网络方法,路网车辆总行程时间下降了4.6%,总损失时间下降了30.9%;若路网交通运行状况为状态3,则系统只能通过开关方法进行分流,相较于无分流方法,采用开关方法,路网车辆总行程时间下降了15.2%,总损失时间上升了13.9veh?h。