雨、雪、雾等不良气象条件给公路交通安全和公路网的正常运行带来严重影响。据统计,全国干线公路网上发生的交通阻断事件大约有三分之一是由于不良天气原因所致。大雾、降雪、路面结冰等不良行车环境条件,还将导致交通事故率显著上升。目前,国内在不良天气下的交通管理研究与应用还处于起步阶段,主要是借鉴国外早期技术经验,加强道路沿线气象环境监测,并通过可变信息标志等发布设施进行发布。近年公路与气象部门的合作日益加强,在精细化公路气象预报与服务方面有所进展,在不良天气下的安全保障技术与设施研发及应用方面与发达国家相比具有自身特色,但总体上,国内在不良天气下的交通流特性基础理论、不良天气下的交通诱导与控制、交通气象信息与交通运营及养护业务融合及辅助决策支持等方面,与发达国家差距显著。在全球气候变暖、极端天气引发的突发事件日益增多的背景下,开展不良天气下高速公路交通引导控制技术研究,显得尤为必要和迫切,将有助于降低和减少不良天气带来的各种不利影响。本论文研究以提升不良天气下的高速公路运营管理水平为目标,围绕不良天气下的高速公路交通流特性、路段行程时间短时预测、公路路网交通分配、不良天气下的高速公路管控等关键内容开展研究。不良天气下交通流特性是开展高速公路通行能力分析、制定交通管控措施等工作的基础。高质量充足的交通流与沿线气象环境的关联数据难以获取,严重制约了不良天气下的交通流特性研究。本论文利用京港澳高速公路湖北段多个检测点的交通流与气象环境关联数据,分析了与良好天气相比,雨天不同降雨强度、雾天不同能见度等级对车辆速度均值以及速度离散性的影响,研究了不良天气下不同车道位置、不同车辆类型、不同时间段的车速差异性,并基于Greenshield交通流V-K关系,采用非线性回归方法,建立了多因素的平均车速综合预测模型。高速公路路段行程时间是向出行者提供信息服务、构造路阻函数进行路网交通分配进而实现交通引导的关键指标。当前,路段行程时间预测技术呈现出由单一方法向多种方法进行组合预测的趋势发展。为提高预测方法的准确性,兼顾预测方法简便易于应用的需求,本论文以京港澳高速公路湖北段内交通流数据为分析基础,筛选出雨天、雾天等恶劣天气下的数据,建立了指数平滑法预测模型、基于拟牛顿法改进的神经网络预测模型,采用多元回归方法,建立综合指数平滑法和拟牛顿法改进神经网络法的组合预测模型,分析比较了三种预测方法的准确性和误差离散性,验证结果表明,组合模型预测技术显著提高了普通预测技术方法的准确性与可靠性。目前,我国交通领域针对交通阻抗函数研究多局限于将出行时间或出行费用直接作为阻抗值,很少综合考虑出行距离、费用、道路服务水平等因素对出行者路径选择行为的影响,鉴于此,本论文提出了一种基于出行者主观意愿的交通阻抗函数构造方法,并借助调查问卷收集的数据,统计回归出交通阻抗函数各参数,将交通阻抗表述为路段行程时间或平均车速与路段距离的函数,基于新的交通阻抗函数给出了路网交通分配算例,验证了交通阻抗函数的适用性。针对不良天气下高速公路运营管理中存在的不足,提出了一种能够综合考虑公路路面湿滑、沿线视距、交通组成与流量等气象与交通因素的适合限速值确定方法,提出了路面湿滑指数划分及其阈值,并综合高速公路通行能力研究成果,给出了典型湿滑路面状态下,不同流率、不同能见度下的速度控制标准。提出了包括交通管控措施协同实施,视频监控资源调用、信息共享与联动发布三个方面的跨区域跨部门路网协同联动技术手段与机制,并以大雾等低能见度和道路结冰湿滑典型不良天气为例,给出了分级事件下的路网协同联动控制方案。研究提出了不良天气下的基于可变信息标志的信息联动发布流程,基于发布信息分解和可变信息标志位置分类建立了可变信息标志联动发布策略,并在沪宁高速公路运营管理中心对技术成果进行验证应用。本论文基于大量数据,对不良天气下的高速公路交通流特性进行了深入研究,建立了综合多影响因素的平均速度预测模型,提出建立了基于拟牛顿法的高速公路路段行程时间预测模型,并进一步建立综合指数平滑法与神经网络方法的高速公路路段行程时间组合预测模型,提出了一种基于出行者主观意愿的交通阻抗函数构造方法并给出参数确定方法,研究了不良天气下高速公路交通引导控制中的适合限速值确定、交通管控策略、信息联动发布等关键技术内容,形成了不良天气下高速公路交通流特性和交通引导控制技术的多项成果,为有效应对不良天气对公路运输系统的影响,提升不良天气下的高速公路乃至路网的运营管理与应急水平提供了理论支撑与技术支持。