雾长期以来一直是影响高速公路运营安全与效率的重要因素之一,尤其是当前经济发展的背景下,雾、霾天气频发,其影响范围增广,防范难度随之加大,大雾天气诱发的多车连环追尾事故早已屡见不鲜。论文以贵州省交通运输厅科技项目—仁赤高速公路交通安全保障关键问题研究与示范应用(合同编号GZSGLJKYWT-2013-01)为依托,在大量查阅国内外有关雾天交通安全的文献基础上,通过分析高速公路雾区车辆运行特征与事故特征,以交通流理论为基础建立了自适应神经网络模型,并得到高速公路雾区速度、车距控制策略,据此对雾区智能诱导系统的参数设置进行研究,具体工作如下:首先,论文利用国内外大量研究成果从宏观和微观两个层面分析了雾区路段交通运行状况,以交通流理论为工具,从宏观的角度分析得出保障车流安全、顺畅运行效率的控制方程,再以此为契机,深入到微观层面,以车速、车距为控制目标,结合前人已有的研究成果寻求控制雾区路段车辆安全顺畅运行的微观约束方程;其次,根据微观约束方程获取准则数据对,并以此作为自适应神经网络的训练数据,利用MATLAB建立雾天车速控制的自适应神经网络模型,并利用准则数据对模型进行有效性检验,应用模型对微观约束方程加以论证,说明其合理性并提出一定能见度、交通量、路面湿滑状况下的车速、车距控制策略,结合vissim仿真获取虚拟状态下的行程时间进行分析,说明速度诱导策略的有效性;再次,阐明雾区智能诱导系统的概念、基本框架、功能结构等,根据车距控制策略制定系统的控制策略,车速控制策略则作为信息发布系统的输出内容,以诱导系统与信息发布系统两者为技术策略从视觉上诱导驾驶员控制车辆安全行驶,并介绍系统在实际工程中的应用与效果,说明其对保障常态性雾区交通安全所起的积极作用;最后,建立高速公路雾区交通安全分级评价指标体系,研究高速公路雾区安全性分级评价方法,用以评估策略的应用效果,诱导管理者采取不同等级的应对方案,通过实例对比分析说明评价方法可靠;介绍了雾区交通安全的管控对策。论文建立的自适应神经网络模型可植入雾区智能诱导系统,方便车辆的自适应控制,也为后续研究奠定了理论基础;所提出的低能见度下的车速、车距控制策略使得雾天高速公路机械式管控轻重有别、缓急有序、愈加灵活合理。雾区智能诱导系统适用于高速公路大雾频发的路段,为解决雾区交通安全保障问题提供了新的思路与方法,对高速公路的交通安全与畅通具有积极的作用。