智能交通系统(ITS)是当今各国重点研究的领域之一，是集成了计算机技术、自动控制技术、人工智能技术的一种新型的控制系统，ITS最重要的特点是能够对现有的道路基础设施进行优化，从而提高道路通行效率。由于城市交通具有较强的实时性、不确定性，而且交通量呈爆炸式增长，传统的交通控制设备已经很难满足当前交通控制的需要。随着人工神经网络控制技术的成熟，在交通控制系统中引入神经网络技术能够大大改善控制系统的有效性，从而提高道路的通行效率和利用率。　　 本文的主要研究对象为十字交叉口的交通流控制，提出了用定时控制、智能控制等多种控制方式结合在一起的综合控制方案，根据不同时刻交通流的特点实行不同的控制方案。本文首先对交通信号控制理论做了详细的概述，对信号的控制方式、控制系统的设置依据以及交通控制的评价指标做了详细的介绍并且对单交叉口交通流的特性做了详细的描述，包括车流量的调查方法、放行方法的确定，交通流在不同分布情况下的统计特性等方面，对信号配时、最佳信号周期和绿信比的计算做了具体的介绍。其次，对小波神经网络在交通流中的应用算法做了设计，利用MATLAB软件对其进行了仿真，并且完成了相应程序的开发。这种在传统信号控制方式的基础上引入智能控制的方法可以将已有交通设施的利用率达到最大化。　　 论文最后对智能交通自适应信号控制系统进行了设计。具体包括系统的总体设计和系统的软件设计，完成了主程序和定时控制程序、智能控制程序的开发，实现了本文最初设计的智能交通控制系统的方案。