当前城市道路交通事件的发生频率居高不下,成为导致城市道路交通拥堵、降低路网运行效率的主要原因之一。通过探索城市道路交通事件影响的扩散机理及其疏导与控制策略,可以有效地预防和控制交通拥堵。本文通过构建交通事件影响下的城市网络交通流模型,分析了交通事件影响下的交通流运行规律,揭示了不同路网条件下交通事件影响的形成与扩散机理,探讨了面向交通事件的城市道路交通拥堵疏导策略。首先,基于元胞传输模型,以交通流密度作为状态变量,针对交通事件发生的不同位置,调整了元胞的划分方式,将特征差异较大的事发路段与正常运行路段进行区别分析,重新确定了事件影响下各个元胞的发送函数及接受函数,并以实际采集的交通事件下的检测器数据为依据,构建了交通事件影响下的网络交通流模型(ECTM)。基于ECTM模型,本文提出了事件影响长度的概念,用以定量表征交通事件影响范围,并结合路段行程时间、平均拥堵延误、平均行程速度及事件影响长度等指标共同构建了交通事件影响评价指标体系。通过综合考虑交叉口的渠化、信号配时及道路开口对交通流的影响,避免了CTM模型中对节点的简单处理,真实反映了不同连接方式的元胞之间的流量传输方式,构建了普通城市道路交通事件影响范围预测模型(ECTM-R),并采取南京市主城区局部路网的实测数据进行验证分析,结果表明仿真数据的变化趋势与实测数据基本一致。为了进一步验证ECTM-R模型的准确性,通过仿真分析的方法,与已有模型(SCTM模型)进行对比,比较了两种模型下的交通事件影响评价指标及误差,结果表明ECTM-R模型的准确性更高。结合ECTM模型,通过在路段模型中考虑亚稳态对交通流的影响,真实刻画快速路交通流运行中的典型现象,并在节点模型中考虑出入口匝道对交通流传播的影响,构建了城市快速路交通事件影响范围预测模型(ECTM-F)。通过对北京市局部快速路网的实例分析及与SCTM模型的对比分析,结果表明,依据ECTM-F获取的仿真数据与实测数据的变化趋势基本吻合,且此模型的准确性要高于SCTM模型。分别基于ECTM-R与ECTM-F模型,研究了在高峰时段与平峰时段下,交通事件发生后城市快速路与普通城市道路的交通状态变化,并对两种不同路网条件下的交通事件影响差异进行描述。结果表明,当交通事件发生于平峰时段的城市快速路时,拥堵延误及事件影响范围的增长速度及下降速度均要高于普通城市道路；当交通事件发生于高峰时段的城市快速路时,事件影响评价指标值的增长速度仍比普通城市道路要高,但其下降速度却要低于普通城市道路。基于ECTM-R模型,将预测所得的普通城市道路的事件影响范围划分为三个不同的处置区域：处置区、控制区及预警区,并针对不同的区域特征分别提出了不同的疏导目的及疏导策略。在此基础上,以控制区为研究对象,利用正交设计均匀分散、齐整可比的特性有效弥补了蚁群算法搜索时间长、易陷于局部最优解的两个主要缺陷,建立了基于蚁群算法及正交试验设计的交通流疏导模型,并结合所选定的路网及实测数据,快速生成了交通事件疏导配流方案。通过与已有模型获取的配流方案进行对比分析,比较了两种配流方案下的交通事件影响评价指标,结果表明,应用基于正交设计及蚁群算法的动态疏导模型所获取的配流方案更为均衡合理。通过考虑快速路交通事件的基本特性,提出了快速路交通事件疏导策略的总体目标。基于此目标,结合ECTM-F模型,确定了事件处置区域的划分方法,提出了针对不同处置区域的基于VMS的快速路交通事件疏导策略,并将此策略应用于具体路网,结果表明此策略较已有疏导方法可以更有效地抑制交通事件的影响。