高速公路智能控制系统是智能交通领域的一个重要研究方向，尤其是多匝道协调控制是目前研究的重点和难点，具有重要的理论意义和实用价值。模糊神经网络是智能技术的一个重要分支，它是神经网络与模糊系统的有机结合，具有强大的自学习和自适应功能。本文利用模糊神经网络的建模和学习方法，对高速公路多匝道控制系统算法进行设计，并进行仿真。 论文首先研究高速公路主线及匝道交通流特性，建立匝道交通流的框架结构，包括节点模型、车辆组成比例模型、路段模型和排队模型，以此来描述匝道交通流的动态特性，并对匝道上交通流的合流与分流运行形式进行分析；综述高速公路入口匝道控制的各种方法及其发展，并对高速公路匝道控制的涵义及意义进行了分析；综述模糊控制和神经网络控制，分析其各自建模方法，分析其各自的优缺点，论述其结合的必然性，并提出几种结合的方式；利用智能运输系统中大系统递阶控制理论建立高速公路多匝道控制系统结构，把高速公路多匝道系统描述为自组织层，总体协调层和直接控制层，并给出每层的具体算法；运用模糊神经网络理论给出实现入口匝道的智能控制算法，并利用matlab软件建立算法仿真平台并进行仿真，结果理想，取得比较好的效果。