高速公路收费站的车流量具有时变特性,不同时段的交通需求不同。由于缺乏合理的收费车道开闭配置方法,收费车道配置不合理带来的收费站交通拥堵和收费车道闲置问题日益凸显,导致了收费站资源浪费和运营成本上升。本文基于高速公路收费站收费数据,以排队论和深度学习技术为理论基础对收费车道开闭配置展开研究,旨在获得合理准确的车道开闭配置方法,以提升收费站车辆通行效率和收费站运营管理水平。论文主要内容有:(1)研究分析了高速公路收费站的分类组成、收费车道和交通特性;针对收费数据异常和缺失等问题,提出了异常数据处理规则及分析流程,以山西省东社收费站收费数据为例验证了数据处理方法的可行性。(2)研究分析了收费站多元收费方式的使用比例和服务时间,提出了多元收费方式排队模型。模型以服务时间、交通量、多元收费方式比例和车型比为输入,实现了多元收费方式服务时间的计算,完善了排队模型的相关理论。(3)提出了基于PSO-LSTM的收费站拥堵预测模型。首先,将平均排队长度作为收费站拥堵状态的衡量指标,利用收费数据和多元收费方式排队模型得到了车道平均排队长度时间序列;然后,针对LSTM模型的隐含层节点个数和迭代次数的难确定性,利用PSO算法对LSTM模型寻优,以车道平均排队长度、交通量和服务时间为输入来预测收费站车道平均排队长度;最后,以山西省东社、长风和临汾收费站为例进行算法验证,使用SVR模型进行了算法对比,结果表明PSO-LSTM模型相较于LSTM模型和SVR模型,MAPE提升了2%-3%,证明优化后的模型提升了预测精度。(4)基于服务水平等级提出了收费车道开闭配置模型。考虑了收费站通行能力与排队长度的关系,对收费站的服务水平进行四级划分,提出了基于服务水平的车道配置模型,模型以预测车道平均排队长度为输入,以车道配置数量为输出。开发了基于VISSIM的车道开闭配置可视化模型,并对车道配置模型做了灵敏度分析,证明了交通量越大车道配置数越多、小型车比例越大车道配置数减小、移动支付使用比例越高车道配置数小幅增加和刷卡支付对车道配置数影响较小。(5)建立了基于运营成本的车道配置评价模型。以山西省东社、长风和临汾收费站为例对车道配置进行了实证分析,证明了车道开闭配置模型可实现收费车道的合理化配置。