在工程实践中,高速公路的改扩建工程通常采用不中断交通流的建设方式,这种施工方式会对施工区的交通安全和交通流运行带来影响。传统限速控制方法对于施工区交通流难以实现前置的自适应变化,无法提前阻止拥堵产生,具有一定滞后性,影响了施工区道路的实际通行效率。为此,本文提出了一种基于强化学习的可变限速控制方法以消除或缓解施工区交通拥堵问题。基于高速公路施工区的定义、布局及施工形式,研究高速公路施工区的车辆运行特性。根据所采集的交通流数据,应用数据驱动的方法,分析施工区的速度变化特性、流量与密度关系变化;根据分析结果探究高速公路施工区瓶颈路段的形成机理,为施工区交通流模型与可变限速控制方法的建立提供依据。应用交通流元胞传输建模理论,考虑“通行能力突变”的交通流现象与可变限速控制影响机理,对交通流基本图进行改进,建立基于元胞传输模型的高速公路施工区交通流模型,并对该模型进行参数标定与检验,为建立施工区新的可变限速控制方法提供分析与评价依据。在可变限速控制作用机理和强化学习方法的分析基础上,结合高速公路施工区的交通流特性,应用Q学习算法,建立施工区新的可变限速控制方法。以可变限速值取值集合为动作空间;以上游交通需求流量、可变限速控制路段和瓶颈路段的交通密度集合为状态空间;限速周期内施工区的车辆通过数为奖赏函数;以策略为动作选择策略,形成基于强化学习的高速公路施工区可变限速控制方法,并设计相应的实施流程。新方法不仅考虑施工区上游交通需求,而且整合施工限速控制路段和瓶颈路段的关键密度值,再结合Q学习的迭代机制,使得限速优化值更有效提高车辆的通行效率。以京沪高速改扩建的施工工程为应用背景,应用MATLAB软件,编制相应的仿真程序,描述所建立的施工区交通流元胞传输模型和提出的基于Q学习的可变限速控制方法,并对无控制、基于反馈控制的传统可变限速控制方法、本文所提出的可变限速控制方法进行仿真实验。仿真结果表明,在同样的交通需求下,新的可变限速控制方法相比无控制与传统限速控制方法分别可以提高施工区通行效率24.5%和9.9%,减少拥堵时间42.1%和11.5%,有明显优化效果,这一结果证明了本文提出的可变限速控制方法在改善施工区交通运行状况与提高施工区通行效率方面的有效性。