随着城市蔓延发展,特大、大城市早期高速公路由城市边缘向主城核心区内移,城区段高速公路功能定位随之发生变化,承担了城市间长距离对外交通联系和城市内部主要组团之间交通联系的双重功能。同时,城区段高速公路出入口与主城核心区道路衔接,被衔接道路服务能力与交通需求不匹配时,容易增加中心城区交通压力形成交通“咽喉”。城区段高速公路交通流特征的分析及预测模型研究,有助于更好了解城区段高速公路交通出行规律,为制定精准化交通控制策略缓解城区段高速公路和中心城区的交通拥堵,提高通行效率提供良好的基础。鉴于此,本文以常台高速苏州段为例,对大城市高速公路城区段工作日和节假日交通流特征及预测模型进行研究并制定不同场景下的交通控制策略,具体如下:首先,基于收费站数据从不同时空维度分析常台高速苏州段交通出行量的分布特征。常台高速公路交通流表现出规律的周期性且工作日早晚高峰“双峰”时段与人们日常工作、学习等出行时间吻合。考虑高速免费的节假日期间收费站数据失真,采用交调点数据分别解析了常台高速城区段春节、五一和国庆三个法定节假日的交通流特征,节假日期间交通流呈现出较短时间内的集散现象与人们节假日度假、探亲等出行需求吻合。其次,提出了适用于提取空间特征的卷积神经网络模型,结合时间序列预测特性将卷积神经网络模型与长短期记忆神经网络进行组合,构建了CNN-LSTM的工作日OD预测模型,通过与单一的CNN模型和LSTM模型预测结果比对,证实本模型预测精度最佳。提出基于预测OD矩阵推算任意断面交通量的方法,以推算常台高速苏州段任意断面的交通量为实例进行验证,证实了方法的可行性。然后,结合节假日数据集“小样本”特性,构建了基于支持向量机回归理论的节假日交通流预测模型,采用鲸鱼优化算法对模型惩罚系数C和径向基核函数参数σ进行优化,组合成LSTM-WOA-SVR节假日交通流预测模型,通过与单一SVR模型、LSTM模型和WOA-SVR模型预测结果进行对比,表明论文提出的组合模型预测精度最佳。最后,从常台高速交通管理实际出发,融合工作日和节假日交通流预测结果,分场景制定常台高速交通控制策略。工作日场景下,实时推送交通信息引导出行,采用V/C判别法对主线预测交通流进行拥堵判别,实时调节入口匝道流量;节假日场景下,提前布置诱导点和分流点,根据交通流预测结果实时进行区域路网诱导分流。