近年来,随着经济和社会的迅速发展,我国越来越多高速公路出现了大规模的交通拥堵现象,大大降低了高速公路运行效率并带来交通安全隐患。在电子技术、无线通信技术的推动下,智能网联汽车技术应运而生,其以车车、车路通信技术为基础,实现信息在系统内部准确而快速地传输,为车速引导赋予了新的内涵。本文旨在探究智能网联环境下高速公路面向移动瓶颈的换道决策和车速协同引导模型,进行移动瓶颈优化与管控,以提高高速公路的运行效率。首先,本文梳理了现有文献的研究成果,主要从移动瓶颈路段交通流特性及建模研究、高速公路车速管理研究、高速公路换道决策研究和智能网联汽车技术发展现状四个方面展开;并阐述了本文的研究目标和研究内容,提出了本文研究的技术路线。其次,本文对现有移动瓶颈理论的不足进行了分析,并对瓶颈段理论进行了扩展,主要包括瓶颈段发生条件分析和瓶颈段对高速公路运行影响的分析;提出了在N曲线基础上改进的移动瓶颈斜线图识别法,并利用Vissim仿真软件进行了验证;还通过设置不同的大型车混入比率、车道数、单车道流量和转弯半径分析了高速公路移动瓶颈对交通流状态的影响。然后,本文定性分析了车辆在面向瓶颈点和瓶颈段时做换道决策的影响因素,介绍了NGSIM数据集的基本结构,并选择了US-101和I-80数据集作为换道决策模型的数据来源;按照需求提取出了两份样本数据并进行了预处理,利用Spearman相关系数分析法对提取出来数据进行分析,筛选出了显著影响因素。接着,基于车路协同技术能获取车辆运行状态和道路交通状态的条件下,进行车辆换道决策研究,提出了一种利用自适应莱维飞行和跳变技术改进的磷虾群算法,再利用改进的磷虾群算法对ANFIS模型进行优化,建立了一种新的基于IKHA-ANFIS的面向移动瓶颈的换道决策模型,对面向瓶颈点和瓶颈段两种情况进行训练和测试;并通过变量剔除法分析了各个因素对车辆面向移动瓶颈时做换道决策的影响程度。最后,基于车路协同技术能获取车辆运行状态和道路设施状态条件下,针对高速公路面向移动瓶颈的混合交通流,提出了一种安全、高效且燃料消耗最小的车速实时协同引导模型。其中,车队内的AVs（网联车辆）通过MPC算法进行控制,HVs（传统车辆）利用OVM进行引导,并分别对终端成本和运行成本建立了十五个不同场景的数值仿真进行对比分析,不仅验证了该模型的优越性,还揭示了瓶颈车辆后方车队最佳划分方式以及车队内AVs和HVs的最佳合作方式。本文的研究成果对高速公路动态控制技术具有重要的理论补充和应用意义,对提高高速公路运行效率、舒适性和安全性具有重要的应用价值。