随着我国经济、社会的高速发展,城市交通问题日益严重,特别是大城市的道路通行能力已经不能满足城市交通出行的需求。城市快速路作为一种快速、舒适且安全行驶的道路,在提供长距离交通服务,紧密联系市内各主要地区,缓解城市道路交通压力等方面发挥了重要的作用。但由于城市化进程的加快和交通需求的持续高速增长,城市快速路的交通安全问题和交通拥挤问题日趋严重。而匝道控制技术是被公认为解决快速路交通拥挤问题最行之有效的方法,因此有必要对城市快速路匝道控制技术进行研究,优化匝道控制算法。本文在深入分析高速公路匝道控制策略的基础上,根据我国现有的城市快速路匝道分布类型,提出适用于我国的城市快速路匝道控制系统设计原则、结构和控制区域的划分,接着,结合遗传算法寻优的快速特点和神经网络技术寻优精准的优点,研究了快速路入口匝道处排队车辆达到率的短期交通流预测方法,提高了排队车辆达到率预测的快速性、准确性,可为后文中单匝道感应优化控制以及多匝道协调优化控制提供了排队车辆预测信息。本文了从快速路匝道控制系统检测器的布设入手,分析了快速路检测器的类型、用途以及布设依据,提出了快速路单匝道优化控制：该方法是以主线车流速度和时间占有率作为控制变量确定入口匝道的调节量,然后将各参数确定的调节量的综合值作为该入口匝道的实际调节量；在研究单匝道优化控制的基础上,本文继续研究了快速路多匝道的协调优化控制：该方法将大规模路网中多个匝道综合考虑,在主线上建立宏观流体的连续性方程,在入口匝道处建立匝道排队模型等若干模型,最后以粒子群优化算法求解协调优化控制模型的最优解,提高求解的快速性和精确性,达到实时、有效协调控制多入口匝道调节率的目的。本文分别对入口匝道排队车辆的达到率预测模型、单匝道优化控制模型以及多匝道协调优化控制模型进行了仿真试验。仿真试验的结果表明,此三种模型在各自的求解中均具有较好的快速性、准确性,能够满足快速路匝道控制系统的要求。