随着我国经济的快速发展,城市的机动车保有量越来越多,道路系统的发展跟不上交通需求的发展,道路的信号交叉口就成了整个路网中通行能力与行车安全的瓶颈,而设置左转车专用道是改善交叉口运行情况的一种有效方式,而恰当的设置左转车道正是是关键。传统的内置左转车道存在着车辆转弯半径小、车辆交织现象明显等缺陷;而近些年部分城市陆续采用外置左转车道,减少了交叉口进口道上游左转车与直行车的交织现象并降低了行车延误。也有学者认为,这种有悖于驾驶习惯的交通组织方式,将导致部分粗心驾驶员不按车道行驶,对交叉口的整体运行质量造成不利影响。基于目前研究,左转车道的设置位置并没有明确的界限。针对以上问题,以行车延误最小为目标,研究左转车道外置的影响因素与判定方法。利用VISSIM交通仿真软件,构建不同直行车道数、交织段长度与左转车道内外置的仿真模型并依据实测交通数据进行参数标定。通过输入不同的断面直行车辆数与外侧车道中左转车辆数进行仿真分析,得到了上述不同几何与交通条件下的延误数据。利用MATLAB,分析不同直行车辆数条件下,交织段长度与左转车辆数对左转车道内外置交通延误的影响关系并讨论其变化规律。构建BP神经网络模型,依据输入的直行车道数、交织段长度、直行与左转车辆数进行网络训练,当训练误差小于理想误差时,得到左转车道内置与外置两种情况下的行车延误。通过延误比较,选择延误较小的情况作为左转车道的设置位置。针对4处交叉口进口道进行交通参数调查。利用BP神经网络模型分析计算行车延误并判定左转车道的内置或外置方案。通过VISSIM延误分析,对判定结果进行验证。研究表明,外侧车道左转车辆数越多、断面直行车辆数越多、交织段长度越短、直行车道数越多,左转车道外置的延误降低效果越明显;构建的BP神经网络模型可通过延误分析来判定左转车道的设置位置,其判定结果与仿真计算及现实方案具有较好的一致性。