高速公路凭借其高速运行、高安全性及高运输量的特点,在交通运输系统中是极为重要的组成之一。但高速公路常常由于局部路段施工、突发事件等因素造成交通瓶颈区域的产生,导致行驶安全与通行效率降低。随着智能网联技术的不断创新与发展,智能网联技术凭借信息实时交互性、车辆感知能力较强等性质,为高速公路控制领域提供一种新思路。研究智能网联环境下的可变限速控制对改善瓶颈区域的交通运行状态与提升通行效率具有重要意义。首先,将高速公路瓶颈区域作为研究对象,阐述了交通瓶颈的定义及特点,在此基础上举例分析了瓶颈区域拥堵蔓延与消散机理,通过对智能网联环境特点的分析,明确了智能网联汽车的跟驰模型与缓解拥堵理论,并提出可变限速控制理论,分析可变限速控制理论条件下的控制原理与结构。其次,通过对比选取METANET模型作为可变限速控制的基础交通流模型,分析了可变限速控制与智能网联环境的特点对METANET模型进行改进,并利用仿真数据对模型进行了标定。再次,参考模型预测控制的思想构建了可变限速控制系统,选择总通行流量、总行程时间、总速度差作为控制目标,根据三者的重要程度利用1-9标度法确定三者的权重系数,结合驾驶人与高速公路特性将限速值约束在合理区间,并将遗传算法作为求解工具,实现滚动优化。最后,将SUMO作为基础的仿真平台,通过修改其内置文件增设智能网联汽车,并利用SUMO的Tra CI接口与python编程语言对SUMO进行二次开发,构建智能网联环境下的可变限速控制系统。仿真结果表明,可变限速控制较无控制状态相比,可有效缓解拥堵,提升道路通行效率;改进的智能网联环境可变限速控制系统的控制效果更优于未改进的状态,且随着智能网联汽车渗透率的不断提升,交通运行状态将进一步改善。