城市交通问题一直以来都是世界各国城市发展所共同关注研究的问题。随着城市的发展，城市快速路面临的问题在整个城市交通问题中显得越来越突出，交通拥挤是快速路运行中的主要问题，其最有效的解决方法是对快速路交通区域进行控制和管理。 不论是城市交叉口信号控制还是快速路匝道控制，目前主要还是独立研究为主，即只考虑普通道路交叉口之间的协调控制或快速路匝道之间的协调控制，而很少把快速路及其周边区域作为一个整体进行研究。 本文对北京市一些快速路及其周边交通区域的路网结构不合理的情况，进行分析和探讨，并利用计算机仿真技术和智能控制技术，对城市快速路区域控制系统的建模和协调控制问题展开研究。 首先，通过对城市快速路的交通特性和控制方式的分析，对城市快速路控制中最有效的方法一匝道控制进行分类总结，并对目前应用效果较好的三种局部感应控制算法进行仿真对比研究，结果表明匝道控制是以增加匝道上车辆的平均排队长度为代价来提高快速路的交通状况。指出快速路匝道控制的目标为：最小化快速路瓶颈处的拥挤发生率，同时又要使匝道上车辆的平均排队长度尽量小。 然后，针对北京市大望桥路段快速路的出入口匝道距离辅路交叉口比较近的情况，利用混杂自动机原理建立了交叉口混杂切换系统模型，并结合出入口匝道的交通流密度来协调交叉口的信号控制。提出了应用模糊方法来优化交叉口的相位切换，仿真结果表明通过快速路出入口匝道的交通信息来协调辅路交叉口的信号控制是可行的。 在上述研究的基础上，探讨了多Agent技术的特点及其应用，设计了基于多Agent的城市快速路控制系统，包括区域协调Agent和控制Agent。提出一种基于Q-学习的多入口匝道汇聚的协调控制策略，实现Agent的学习功能。最后，通过微观交通仿真软件PARAMCIS对大望桥一四惠桥快速路交通区域建模，仿真结果表明结合Q-学习、模糊控制、仿真技术和信息诱导等方法的协调控制策略，可以一定程度上改善整个快速路区域控制系统的交通状况。 最后对研究工作进行总结与展望，并指出进一步需要深入研究的问题。