城市路网在空间上错综复杂、路况在时间上更是千变万化,这对城市交通管控工作提出了严峻挑战。而在交通管控中,通过数学模型对全路网进行准确描述是非常困难的,更不存在一劳永逸解决城市拥堵问题的方法。因此在进行拥堵治理时,把握重点、再辐射全网,不失为一种更科学、更可持续的方法。本文将城市中车流呈现规律性拥堵的区域、突发事件导致严重拥堵的区域定义为城市关键区域。此类区域特点在于拥堵的时空同质性强、区域路网更为密集狭小。并且根据所治理拥堵的时空分布不同,将拥堵治理分为常态化治理以及突发性治理两种情况。本文选取了高速管控下的上游城市路网、地铁服务中断下的周边路网两种关键区域进行边界控制研究,以观察本文所提出的宏微观复合边界控制在拥堵常态化治理以及突发性治理中的效果。具体工作如下:首先,借助模型预测控制方法（MPC）构建宏观边界控制模型。借助宏观基本图（MFD）的概念,通过Sumo微观仿真对关键区域路网属性加以获取并传递到MPC模型中计算得到相应预测值,将预测值反馈到遗传算法中实现对宏观控制参数的优化求解,再将优化控制参数传递回宏观控制模型以及微观控制模块中,实现模型预测控制。其次,提出了一种实时划分门控交叉口的微观边界控制方法。微观控制流程包括车流诱导控制以及边界信号控制两部分,前者通过卡尔曼滤波方法预测下一时刻交叉口排队长度并借此实时划分门控交叉口,后者将宏观边界控制模块所获取的控制参数实时转换为门控交叉口的信号灯配时参数并传递到微观仿真平台上。最后,通过Sumo微观仿真平台实现案例的仿真实验。微观控制方法计算得到的相关参数将通过Traci接口反馈到Sumo微观仿真平台中进行微观仿真。通过对微观仿真得到的相应指标进行分析,仿真结果表明,本文提出的宏微观复合边界控制策略在突发性治堵、常态化治堵均有良好的效果。