为了减少和避免交通拥挤,开发智能的交通控制系统成为近年来交通领域中的主流趋势。在交通控制系统中,控制对象是交通流,而对交通流的数学模型展开的研究一直是智能交通系统中的研究热点,交通流模型日渐成为实现大型路网交通预测和控制的有效工具。根据交通流模型,可以分析当前的交通状态并预测下一时间段的交通状态,完成信号灯的配时进行适当的匝道调节或进行实时的交通诱导以缓解高峰时段的交通压力。本课题在原始的元胞传输模型(Cell Transmission Model,简称CTM模型)的基础上进行研究,建立了一种改进的元胞传输模型,并在该模型上讨论了几种主要的入口匝道控制算法,最后将元胞传输模型扩展为二阶宏观模型。　　论文主要内容如下:　　1.以北京市特殊的环形快速路为背景,采用改进的元胞传输模型对北京市三环进行建模。首先,根据三环的实际道路情况,将三环快速路划分为长度不等的元胞,每个元胞取流量和密度作为状态变量;其次,对元胞之间不同的连接方式(如单一连接、融合、分离)分别建立元胞传输表达式,并对建立的模型进行仿真实现。改进后的传输模型可以应用于大型的环形快速路建模,能很好的描述其交通状态,相对于Paramics仿真软件而言,大大减化了计算量。　　2.将不同的匝道控制算法应用在已建立的三环快速路改进元胞传输模型上,包括定时控制算法、需求容量控制算法以及ALINEA控制算法,并对三种算法的控制效果进行分析与对比。较之实际中的定时匝道控制算法而言,需求容量算法和ALINEA能更好的实现入口匝道的控制,改善快速路主干道的交通情况。　　3.从混杂系统的角度,结合交通流的微观特性,提出了二阶元胞传输模型。首先,在原始的元胞传输模型(CTM)的基础上,将道路划分为长度均等的元胞,在每个元胞上定义了发送和接收函数来描述交通流中的前向波动和反向波动。选取交通流的密度和平均速度作为状态变量,其中,密度的更新来源于流量的更新,速度模型的定义结合了微观的跟车特性。通过与METANET模型和混杂随机模型的对比,该模型可以很好的反应交通状态。