由于交通路网与交通流自身的复杂性，使得城市大规模交通控制管理复杂性与难度增大。在交通管理手段上，交通控制与交通诱导分别从时间维度和空间维度上对城市交通进行管控，来解决交通拥堵问题。　　基于优先缓解中心区交通拥堵，兼顾外围区域交通流量均衡的思想，本文借助宏观基本图理论，提出一种区域递阶边界控制与诱导协同策略，从区域级别上实现对中心区路网的总量控制，从子区级别上实现交通密度均衡控制；针对中心区外围潜在的排队及拥堵问题，首次提出基于Petri网的边界交通控制和诱导协同建模方法，进一步从子区级别上阐述了控制与诱导的联动关系和协同原理。本文提出的区域递阶边界控制与诱导协同方法，丰富了现有MFD控制研究理论；同时，也为MFD边界控制及其协同策略研究，提供了一种图形化的建模思路和仿真工具。具体工作如下：　　首先，为避免路口级建模带来的高复杂度，以交通宏观基本图作为路网的性能表征工具，将CBD路网划分为多个拥堵均匀分布的子区，并详细介绍了交通区域MFDs和子区MFDs系统；在此基础上，给出了交通区域边界控制与诱导协同的Petri网模型框架与建模方法，将传统的交通流参数转换为Petri网中的可控元素，使其更好地描述交通网络在控制过程中的交通状态变化情况。　　其次，在高阶层次上，建立交通区域边界控制与诱导的协同工作流网，通过控制区域间的交通流转移及诱导外围区域内被限交通流，使交通网络系统达到期望服务水平，同时尽可能降低路网的总延误时间。在低阶层次上，基于子区级建模思路，以MFD作为子区路网性能评估工具，进行多个拥堵子区间的边界流量协同控制，实现子区间的服务水平与拥堵程度均衡。　　最后，使用模型预测控制方法和遗传算法进行优化建模与求解；以广州市天河区路网为实际案例，通过Matlab软件进行数值仿真，计算分析不同控制方案下各子区交通状态的变化情况与路网性能指标，验证本文提出的模型和算法的有效性。　　实验结果表明：本文提出的控制与诱导协同策略比单纯的交通控制能更有效地提高交通网络通行能力，降低网络车辆延误时间，使交通网络车辆密度与拥堵分布均衡化，从而缓解交通拥堵。