在高速公路运行中,尤其是重大节假日期间,经常发现高速公路在没有达到其通行能力就已是拥挤不堪,有关方面在分析原因时认识到这是由于我国高速公路存在大量的超载、满载、性能不佳的货车与其他车辆混行,在沿路形成大量的“移动瓶颈”所致。由于移动瓶颈具有随机性和移动性,对其优化管理具有较大难度。然而,在已有的研究中,针对移动瓶颈的研究较少,且尚有研究未能从移动瓶颈影响因素以及运行特征角度出发分析移动瓶颈优化机制,而本文是在智能网联环境下从理论、机理、模型以及应用四个方面展开高速公路移动瓶颈的运行及优化研究。本文首先分析高速公路移动瓶颈的形成机理,然后通过仿真研究其对高速公路通行能力的影响,并对高速公路移动瓶颈处交通运行状态、交通特征以及交通流进行分析,之后从道路环境、影响因素、优化结构以及优化方法研究智能网联移动瓶颈的优化机制。由于车辆在智能网联环境下具有“智能化+网联化”的技术特点,分析智能网联条件下车辆的行驶特征并对车辆的驾驶行为进行方法描述,之后说明了智能网联条件下的车辆交通数据的获取方式,主要包括基础数据的来源以及通过搭建智能网联场景来获取数据的方式。由于智能网联环境下路段交通密度的难获取性,考虑采用Kalman滤波算法对路段交通密度进行估计处理并与实际路段密度作相应的误差分析。由于高速公路移动瓶颈换道合流处可能存在车辆的加减速、插车、停车以及起步等特征,选择IDM模型作为移动瓶颈处换道合流优化方法研究,该模型具备一定的复杂性以及准确性以满足网联车辆控制策略的要求,对IDM模型进行参数标定后结合获取的车辆交通数据对移动瓶颈处不同车辆换道合流行为提供不同的换道意见。为了克服高速公路移动瓶颈的随机性以及移动性等产生的建模困难问题,选择MPC来对移动瓶颈交通流量进行优化,利用智能网联环境下路段平均速度、交通密度估计值来预测未来交通流状态并建立相应模型,通过建立约束条件来对其交通流量进行动态优化控制。最后在理论模型建立以后,用仿真的方法验证模型的有效性以及研究的价值,仿真结果表明本研究针对移动瓶颈提出的基于MPC的优化模型较好地改善了路段交通拥挤状况,有效地提高乘客的舒适性,提高了道路的通行效率,具有较好的实用价值。