智能运输系统是目前公认的能有效解决交通问题,特别是交通拥堵、交通事故、能源消耗及交通污染严重等问题的最佳途径。交通信号控制系统作为智能运输系统的重要研究领域,采用智能化手段控制优化交通信号是该系统的发展趋势,所以对该系统的研究具有十分重要的现实意义;在目前研究进程中,交通诱导理论是跟信号控制是相辅相成、不可分割的,主要就体现在交通信息的处理,其中的交通流量的预测与交通状况综合评判是其中重要的研究内容。本文根据国内外研究现状、热点及难点,重点对模糊理论在其中的运用展开研究。本文首先介绍了交通信息处理的重要性以及国内外交通信息系统的研究,在此基础上研究将模糊理论应用于交通信息分析与处理,从基础交通信息挖掘出更有用更直观的交通信息为出行者和管理者提供辅助决策支持。论文应用模糊线性回归模型进行交通流量的预测,为交通控制和交通流诱导等交通管理提供预测型信息。将模糊理论应用于交通信息处理的交通状态判别与交通流量预测。基于模糊综合评判理论,提出根据路线和路口的3个交通参数进行交通状态判别,从而提供给出行者宏观的交通运行状况。本文重点对交叉路口信号智能控制及仿真进行了研究。首先在交叉路口信号智能控制设计中,将模糊控制和神经网络相结合,充分利用两者的优点,建立了基于模糊神经网络的控制系统。本控制系统有以下特点:一是综合了距离较近的交叉路口,不单纯考虑单一交叉路口的交通情况,还考虑了下游交叉路口的交通状况。二是采用变化相序,即根据交通量的大小来调整目前通行相位绿灯延长时间及确定下个通行相位。三是利用模糊神经网络来调整模糊控制中的隶属函数,使得隶属函数更符合实际情况要求。四是在仿真过程中,利用系统数据多次训练模糊神经网络,不断使网络得到优化。