随着交通量的日益增长,在高速公路上发生交通拥挤和阻塞的现象层出不穷,大大的降低了高速公路运行的效率和安全性,使得能源消耗和环境污染问题更加恶化,因此研究一种合理可行的控制方法成为迫切的需要。入口匝道控制方法是解决这一问题的有效手段,通过在匝道处控制进入高速公路的流量使高速公路主线上交通流运行在理想的状态,可以有效的避免拥挤问题的发生。本文通过分析高速公路交通系统的特点,对入口匝道的控制问题进行研究,所研究的内容以及结论如下：经过分析高速公路上交通流的特点以及各个参量之间的关系得知高速公路系统是一个强非线性系统,鉴于神经网络具有很好的非线性逼近特性和抗干扰能力,本文将BP神经网络算法结合PID控制引入到高速公路入口匝道控制中,通过入口匝道调节率控制进入的交通流量来维持主线上理想的交通密度。理论上严格的分析证明了这种控制算法的收敛性,仿真结果表明了实效性。这种控制器的结构算法简单,易于实现,对这种高度非线性的交通系统具有较好的控制效果。在理论上分析BP算法特点以及仿真结果实际意义的基础上,提出了用RBF神经网络整定PID控制器参数的方法来对入口匝道实行控制,并将神经网络方法与经血ALINEA控制相比较。因为RBF算法克服了BP算法与ALINEA控制的不足,在相同的情况下,系统的稳定性更好,抗干扰能力更强。理论上严格的分析证明了此方法的收敛性,仿真结果表明了优越性。神经网络的非线性近似能力以及自学习能力使此方法对外界的交通量变化具有良好的自适应性。该控制算法能够将上游突发流量考虑在内的同时,保证高速公路主线交通流密度维持在理想密度的周围。研究表明,将神经网络结合PID的控制技术引入到高速公路入口匝道单点控制中,对于缓解高速公路拥挤、控制主线密度波动等具有很好的效果。