收费站作为高速公路的基本组成部分,有着极其关键的作用。但由于快速增长的交通量与人工半自动收费为主的收费方式之间的矛盾,导致收费站时常因通行能力不足而引发排队拥堵。目前为止,为了有效缓解收费站的拥堵,排队模型受到了广泛的应用。应用排队模型需以车辆到达满足一定分布为前提,现有的以交通流为研究对象的排队论研究中,几乎都只是假设车辆的到达分布为泊松分布,而实际上泊松分布只符合交通量不高的情况。因此,验证车辆的到达分布,对排队模型的使用以及其他有关研究有着至关重要的意义。排队模型是微观层面上缓解拥堵的有效方式,在宏观层面上,智能交通系统在缓解交通拥堵方面,有着极大的潜力。交通流量预测作为智能交通系统运作的重要基础,对其进行精确地预测能够提高智能交通系统的效用,由此可知,交通流量预测有着重要的现实意义。随着我国机动车保有量的不断增长和ETC（电子不停车收费）的全面普及,高速公路的交通量和ETC车辆数量都将明显地增加,研究不同的车道配置对ETC车辆比例极高的交通流在收费站通行时的影响,对收费站的建设和结构调整都有着重要的意义。基于此,首先,本文以ETC联网收费数据为研究对象,借助K-S（柯尔莫可洛夫-斯米洛夫检验）非参数检验方法,对不同流量等级下不同时段的车辆到达分布进行了验证,结果表明,在交通流量不高时,高速公路收费站的车辆到达分布符合泊松分布;流量均值较大时,不同时段的λ较大且不同。其次,基于车辆到达分布验证结果与相关文献,建立了以马尔科夫链、高斯混合模型、条件高斯分布、联合高斯分布和EM算法（期望最大化算法）为理论基础的流量预测模型,通过分时段预测流量,得出该预测模型在l处于[30veh/15min,85veh/15min)时,具有较高的适用性和良好的预测精度。最后,在说明仿真依据和目的的基础上,介绍了收费站仿真模型的结构和功能,并使用VISSIM仿真软件建立了收费站仿真模型。基于仿真实验结果,分析了在ETC车辆比例大于90%的前提下,不同交通量、不同车道数、不同ETC比例以及不同的车道类型对收费站车辆通行的影响。结果表明,在ETC车辆比例处于[90%,95%]的前提下,当流量在(1400veh/h,1600veh/h]范围内时,ETC/MTC（人工半自动收费）混合车道的效用优于MTC车道;当流量大于等于1800veh/h时,MTC车道的效用胜于混合车道。基于此结论,本文给出了当ETC车辆比例在[90%,95%]时,不同交通流量下的车道配置方案。