智能交通系统(ITS)作为一种现在全世界公认有效的交通需求管理方式,对缓解城市交通拥堵问题具有相当显著的作用。基于智能交通系统技术的受控路网正逐渐显露出来。受控路网为交通流运行方式基于网络平台的重建提供了现实基础。本文根据受控路网的特点构建了受控路网条件下的动态交通分配模型,将控制思想融入动态交通分配中,且不同于传统动态交通分配模型最终得到的唯一最优状态,论文实现了在受控路网下对道路流量进行有控制的分配的目标,使得路网可以按照管理者的意愿或路网的实际情况进行更为合理的动态配流,完成了对路网流量的定时定量控制。并通过路段流量控制达到改善路网均衡状态、减少局部交通拥堵、提高城市交通系统运行效率的目的。本文首先结合智能交通技术对受控路网进行了全面的介绍和分析,包括其网络特性和对动态交通分配的影响,确定了受控路网条件下的路径选择及其分配方法。然后对影响路网整体运行效率的关键路段进行分析,根据其在路网中的地位和动态交通分配中的作用给出了其识别步骤。其次,针对受控路网条件下关键路段流量的控制,考虑到流量分配的延时性,即分配后流量在路段上会有一段运行时间,本文提出一种预控制方式即提前控制将要到达关键路段上的流量,使得流量在任意时刻都不会超过限定值。据此利用BP神经网络对受限路段上的流量进行预测,得到流量达到饱和值的时刻然后根据走行时间进行逆推得到应该进行控制的时刻。最后,结合以上分析,以系统最优为目标,基于最优控制理论建立了受控路网条件下的动态交通分配模型。分析了模型的最优解条件并阐述了模型的求解算法。以一较大网络作为路网算例,进行了不同OD需求下以及有无流量限制的分配,最后分配结果表明在对关键路段进行流量控制的情况下关键路段流量能够合理分流到其他路段上,路段的运行效率能够维持在一个比较稳定的水平,有效地避免了局部交通拥堵和潜在的网络格锁。