随着我国城市交通信息化的发展与高新行业的进程,路网交通信息的获取更加便捷。自2010年以来,随着智慧城市、智慧交通、智能车、互联网+交通等新业态不断涌现,多源数据的融合使路网交通数据获取的即时化、完备化成为了可能,智能受控路网正在不断成型。面对即时、完备的路网交通信息,路网的拥堵控制性能可以变得更加高效。针对这个问题,本文引入宏观基本图(MFD)理论,对交通控制小区划分与拥挤控制算法进行了深入研究,具体可归纳为以下几点:(1)为了使控制区域的MFD图像更加清晰,使基于MFD理论的区域拥挤控制具有更高效的性能。本文对小区边界划分算法进行了改进。着重研究了K-means算法与Ncut算法在边界划分中的算法结构适应性问题,并对相应缺陷进行了改善。(2)为满足路网划分算法在实际应用中的集成化、可视化、高效化需求,本文设计了一套交通小区边界划分计算机软件系统作为划分与控制算法在实际路网管控中的软件支撑,实现了数据接口、划分算法、路网可视化及交互等多项功能,并提供划分小区区域的边界数据导出,为小区区域拥挤控制提供了有利的控制基础。(3)为了得到性能更佳、算法结构更简洁的区域拥挤控制算法,本文引入Q学习算法,并对该算法在区域拥挤控制中的应用进行了适应性设计。同时本文提出了两项拥挤控制目标,即基于分散独立交叉口控制的区域拥挤控制,和以基于MFD理论的流量平衡为控制目标的区域拥挤控制,并进行比较,证实了以基于MFD理论的流量平衡为控制目标的区域控制具有更好的拥挤控制效果。(4)为测试交通小区边界划分算法与区域拥挤控制算法的性能,本文以Sioux Falls路网为算例,进行了各算法的性能测试与分析,并获得了符合预期的结果。