作为城市交通系统中的重要组成部分,快速路的相关问题一直得到广泛的关注。城市快速路交通流有着复杂性、非线性、离散性、时变性等特点,所以有关快速路的交通控制问题也面临较大的挑战。虽然很多学者都越来越多的将目光放在快速路交通控制方面,但目前大多数相关研究有精度不高、优化目标单一、控制效果不理想等缺陷,所以针对快速路交通控制的问题一直没有得到特别好的解决。基于此,本文针对快速路交通协同控制问题展开研究,并对宏观交通流模型改进、目标函数相关模型建立、算法提出、实例检验等几个方面进行相关探讨。本文在宏观交通流模型MetaNet的基础上,针对原始模型中的不足之处进行改进,如引入速度密度敏感系数以及考虑驾驶员可接受间隙影响的匝道汇入模型等方面。并以此为基础,对入口匝道控制和可变限速控制对快速路交通流的影响进行了研究,建立了各自影响下的改进的快速路MetaNet模型,进而从主线的角度出发,建立了能实现入口匝道控制与可变限速协同控制之间相互反馈的交通流模型。在改进MetaNet模型基础上,本文从交通效益及环境效益两个方面出发,建立基于改进的MetaNet模型的交通效益及环境效益模型,如对路网行程时间进行补充,建立了交通效益模型,并引入CMEM模型,将改进的MetaNet模型和CMEM模型进行融合,以此作为后续优化控制的目标函数,这也是基于MPC的入口匝道-可变限速协同控制策略的基础。本文讨论了MPC控制的相关问题,如控制参数、计算流程、优化算法等。针对改进的MetaNet模型和目标函数的特点,本文提出了基于粒子群算法的分层序列法进行多目标优化问题的求解,给出了算法流程,并为后续研究进行了算法层次划分、宽容度值的确定等工作。结合实测路段数据进行了整个控制策略的检验与讨论,本文将改进的MetaNet模型与经典的GreenSheilds模型进行比较,由比较结果看出,本文建立的改进的MetaNet模型能够较准确的描述交通流。同时,引入了独立的入口匝道控制和可变限速控制,与协同控制及实际情况比较结果表明所建立的控制策略效果良好。此外,本文还针对模型中的一些初始模型参数进行了敏感度分析,并在此基础上给出了快速路控制对策,供技术人员在实际操作时参考。