城市化进程中机动车保有量的快速增加，造成交通量持续增长，不仅导致交通拥堵加剧，而且增加了交通管理与控制的难度。而交通拥堵是严重制约城市发展的重要因素之一，因此改善和缓解城市交通拥堵成为加速城市发展最为棘手的问题。复杂多样的城市路网发生交通拥堵以及后续演化，终将成为区域性的拥堵或者规模化的拥堵，而传统的控制模型方法很难从中获取准确的出行OD数据，导致交通管控难以满足居民出行需求。虽然宏观基本图(MFD)存在性的证实，为整体上判断路网的交通状态和实施管控提供了良好的平台，但由于路网子区交通状态的差异性，如何准确有效实施边界控制方法成为解决宏观路网交通拥堵的关键。　　本文依托国家自然科学基金资助项目“基于时空检测的拥堵交通网络本征提取及快速疏散算法研究(No.61304195)”与安徽省自然科学基金资助项目“拥堵交通网络空间态势转换机理及其快速疏散研究(No.1408085QF111)”，提出了面向多个MFD子区的边界控制时机决策方法，主要研究包含以下几个方面:　　首先，通过对比常规的交通量预测方法，考虑宏观路网特性，利用动态拉格朗日因子，结合Kalman滤波预测和宏观交通量变化规律，建立了区域路网宏观交通预测方法。　　其次，根据MFD特性对路网进行子区划分，然后对固定检测数据以及浮动车数据进行交通状态评价指标进行划分;综合考虑路段、交叉口以及交通需求等因素，提出了区域路网交通状态识别模型。　　再次，根据路网子区车流转换关系，结合宏观基本图理论，建立路网子区车流平衡方程;以整个路网条件拥堵风险最小，同时满足辆完成率最大和总行程时间最小为目标，通过调节边界控制率来改变交通状态。　　最后，利用实际路网进行案例分析，通过对有边界控制时机决策的控制方法和无控制时机决策的方法以及其他的控制方法，结果表明采用边界控制时机决策的控制方法不仅可提高路网通行效率，同时还有效的缓解了拥堵和交通状态的转移，减小了交通状态不稳定运行的条件拥堵风险。