随着经济的不断发展，人民生活水平不断提高，汽车保有量逐年增加，这给城市交通带来了巨大压力。由于很多城市的交通信号配时不合理，交通拥挤问题非常严重，城市道路的交叉口处尤为突出。本文将智能算法中的遗传算法引入城市交通，对平面交叉口的交通信号配时进行研究，主要研究内容如下：　　1）针对遗传算法存在的缺点，改进了交叉和变异概率这些遗传算子。由于遗传算法的进化过程容易受到一些超级个体的影响，造成适应度高的个体充斥种群，引入了小生境的排挤机制，淘汰掉一些相似个体进入下一代。为了防止种群进化中优秀的个体被破坏，利用精英保存策略，较好的保存了种群中的优质解。然后将局部寻优能力强的模拟退火算法与全局搜索能力强的遗传算法相结合，解决了遗传算法在最优解附近左右摇摆，收敛速度慢的缺点。　　2）针对单路口中单独的交通效益指标难以完全反应交通控制状况，有一定的局限性，将延误时间、排队长度、通行能力三者联合起来，构建多目标函数，并利用交通信号参数对这些指标的影响，对加权系数进行了动态调整。　　3）将Webster算法、基本遗传算法、改进的遗传算法应用于单路口和干道的信号控制。实验结果表明，改进的遗传算法相比于基本遗传算法对于最优解的搜素更准确，更有效率，明显改善了交叉路口的信号配时状况。最后将改进的遗传算法应用到干道协调控制的三个十字交叉路口上，发现改进的遗传算法同样适用于干道协调控制，相比单独对路口进行信号控制，效果更好，极大的提升了交通信号的配时效果。