高速公路作为城市路的主动脉,高限速和良好的道路条件极大地提升了运输服务效率,然而不均衡的出行需求使得高速公路在节假日、进出城的主要通道的拥堵问题日益严峻。针对高速公路的拥堵问题,本文提出数据驱动的宏微观复合交通仿真递阶控制模型,该模型首先通过实际数据进行宏微观模型的参数标定,其次宏观模型基于当前微观路网交通状态在线优化出最优控制参数,最后微观模型将控制参数转化为实际的控制策略。本文选取了高速公路、城市路与下游高速公路两个应用场景进行控制研究,评价本文构造的宏微观复合仿真控制模型在缓解高速公路拥堵时的控制效果。论文的具体内容如下:首先,构造数据驱动的宏微观复合交通仿真模型。微观交通流建模基于实际高速公路的路网和检测器数据,并采用SUMO微观仿真软件实现,通过分路段和分车型的方式以路段速度和流量为优化目标,校验各种车辆类型在各路段的驾驶参数;宏观交通流模型基于微观仿真模型仿真数据,采用宏观基本图建立各路段的宏观交通流模型,得到高速公路交通流守恒方程,用于描述高速公路交通状态的演化过程和交通流动的基本规律。其次,提出高速公路与上游城市路网递阶控制策略。递阶控制策略是从整体的角度出发,宏观层面通过统计当前时刻微观仿真的路段状态参数传入MPC模型,得出未来多个时刻的路段状态参数,以最小化路网实际车辆数和最优车辆数的差值为优化目标,采用遗传算法优化下一时刻最优的控制参数并传入微观模型,通过递阶控制的策略使得路网中的车辆数始终保持在最优的车辆数附近,保证路网整体的服务能力。最后,基于SUMO仿真平台实现案例的仿真实验。通过SUMO仿真软件的二次开发,将宏观模型计算的控制参数通过Tra CI接口传入SUMO微观模型得出相应的指标。并基于大数据平台开发了高速公路数据管理展示界面,实现高速公路检测数据与实施控制策略前后路段交通流信息的可视化。